ELISA跑完,最尴尬的不是没数据,而是审稿人问:你的标准曲线怎么拟合的?复孔CV多少?样本浓度怎么算的?这些其实都应该在图里交代清楚。
第一张图:标准曲线要“自证清白”
标准曲线不是随便丢进论文当装饰,它要证明这次定量是可靠的。
建议呈现方式:
- 横坐标为标准品浓度,纵坐标为OD值;
- 浓度轴用对数刻度更合适,能更好展示低浓度区间的分布;
- 标出拟合曲线,并注明拟合模型;
- 标注 R² 值或曲线拟合参数。
拟合模型优先选四参数逻辑回归(4PL),因为ELISA信号通常呈S形,两端容易平台化,硬做直线拟合会让低浓度或高浓度样本的浓度计算产生偏差。如果软件不支持4PL,至少用半对数拟合,不要全范围线性外推。
第二张图:复孔不能只给一个均值
很多论文只放柱状图加误差条,但审稿人更想看到复孔的一致性。
更稳妥的呈现:
- 用带散点的柱状图或箱线图展示每个样本的复孔分布;
- 标注复孔CV值,样本复孔CV一般应≤20% ;
- 若某样本CV明显偏高,应在方法或图注中说明是否剔除及原因。
复孔的意义不只是“多测几次”,它能暴露加样误差、洗板不均、边缘效应等问题。图里把散点画出来,比单纯给一个均值更有说服力。
第三张图:统计表达要“单位正确”
ELISA最终放进统计图里的,通常不是OD值,而是根据标准曲线反算出的浓度,再乘以稀释倍数 。
注意几点:
- 样本OD值应落在标准曲线范围内,超出范围的样本应稀释重测,不要外推;
- 统计图单位写清楚,如 pg/mL、ng/mL;
- 组间比较用t检验、单因素方差分析或更合适的非参数检验;
- 误差条建议用均值±标准差,若样本量小,也可用均值±标准误,但需注明。
图注里最好补上这些信息
- 标准曲线拟合模型(如4PL);
- R² 值;
- 复孔数量(n=2或n=3);
- 复孔CV控制标准;
- 检测下限LOD和定量下限LLOQ ;
- 样本稀释倍数。
一句话总结:ELISA的论文图不是“把柱状图画漂亮”就够了。标准曲线证明定量可靠,复孔展示数据稳定,统计图说明差异有意义。这三张图连起来,才是一条完整的证据链。
