De ELISA-test levert drie soorten gegevens output:
Kwantitatieve
ELISA gegevens kunnen worden geïnterpreteerd in vergelijking met een standaard curve (een seriële verdunning van een bekende, gezuiverd antigeen) om precies berekenen van de concentraties antigeen in verschillende monsters (Figuur 6).
kwalitatief
Elisa ‘ s kunnen ook worden gebruikt om een ja-of nee-antwoord te verkrijgen dat aangeeft of een bepaald antigeen in een monster aanwezig is, in vergelijking met een lege put die geen antigeen of een niet-gerelateerd controleantigeen bevat.
semikwantitatieve
Elisa ‘ s kunnen worden gebruikt om de relatieve niveaus van antigeen in testmonsters te vergelijken, aangezien de intensiteit van het signaal direct zal variëren met de antigeenconcentratie.
standaardcurve
ELISA-gegevens worden gewoonlijk weergegeven met optische dichtheid vs logconcentratie om een sigmoïdale curve te produceren zoals weergegeven in Figuur 6. De bekende concentraties van antigeen worden gebruikt om een standaardkromme te produceren en dan worden deze gegevens gebruikt om de concentratie van onbekende steekproeven door vergelijking met het lineaire gedeelte van de standaardkromme te meten. Dit kan direct worden gedaan op de grafiek of met curve fitting software die meestal wordt gevonden op ELISA plaat lezers.
Fig. 6. Een typische ELISA standaard curve.
Kalibratiekrommemodellen
indien een kwantitatief resultaat nodig is, is de eenvoudigste manier om te werk te gaan het drievoudige van de standaardinstellingen te Gemiddelde en de aflezing van het blanco controlemonster af te trekken. Zet vervolgens de standaardkromme uit, Zoek de beste lijn of teken ten minste een punt-tot-puntkromme zodat de concentratie van de monsters kan worden bepaald. Eventuele verdunningen MOETEN in dit stadium worden aangepast. Dit is over het algemeen de praktische mate waarin handmatige berekening kan worden genomen.
een variatie is het plotten van de gegevens met behulp van semi-log, log / log,log / logit en zijn derivaten – de 4 of 5 parameter logistische modellen. Met behulp van software gebaseerde / geautomatiseerde oplossingen maakt het mogelijk om meer geavanceerde grafische benaderingen te overwegen. Met behulp van lineaire regressie binnen een softwarepakket voegt een aantal meer controle mogelijkheden; het is mogelijk om de R2 waarde te controleren om de algehele goedheid van pasvorm te bepalen. Voor het gedeelte van de curve waar de relatie tussen concentratie en uitlezing een lineair verband heeft, vormen R2-waarden >0,99 een zeer goede pasvorm. De nauwkeurigheid kan dan verder worden verbeterd door verdere standaardconcentraties in dat bereik te gebruiken.
een aspect van de lineaire grafiek is dat het de datapunten comprimeert op de lagere concentraties van de standaardkromme, waardoor dit het meest nauwkeurige bereik is (gebied dat het meest waarschijnlijk de vereiste R2-waarde bereikt). Om deze compressie tegen te gaan kan een semiloggrafiek worden gebruikt; hier wordt de log van de concentratiewaarde (op de x-as) uitgezet tegen de uitlezing (op de y-as). Deze methode geeft een S-vormige datacurve die meer van de datapunten verdeelt in het meer gebruiksvriendelijke sigmoïdale patroon.
het plottype log/log (log van concentratie tegen log van uitlezing) kan meer van de gegevenscurve lineariseren. Het lage tot gemiddelde standaard concentratiebereik is in dit model over het algemeen lineair, alleen het hogere uiteinde van het bereik neigt af te hellen. De log / logit en zijn derivaten, de 4 of 5 parameter logistische modellen, zijn meer verfijnd die complexere berekeningen en schattingen van max, min, EC50, en helling waarden vereisen. Het 5 parametermodel vereist bovendien de asymmetriewaarde.
hoewel deze kalibratiecurvemodellen betere prestaties kunnen leveren, zou een goed uitgangspunt zijn het gebruik van de log-log plot met een controle op het herstelpercentage (analyte recovery van verrijkte monsters). Als alternatief is ten minste “achteraf passen” van de standaard curve uitlezing waarden, vaak “een goed genoeg” benadering. De eenvoudigste manier om te controleren is om de kalibratiestandaarden terug te berekenen en te controleren of ze binnen 20% van de nominale uitlezing waarde vallen. Een waarschuwing is om niet te vertrouwen op ‘goede’ R2 waarden en vinden dat kalibratie curve model dat de beste recovery waarden voor de normen levert.
Elisa-gevoeligheid
Elisa ‘ s zijn een van de meest gevoelige immunoassays die beschikbaar zijn. Het typische detectiebereik voor een ELISA is 0,1 tot 1 fmol of 0,01 ng tot 0,1 ng, met gevoeligheid afhankelijk van de bijzondere kenmerken van de antilichaam-antigeen interactie. Bovendien kunnen sommige substraten zoals die die verbeterd chemiluminescent of fluorescerend signaal opleveren, worden gebruikt om resultaten te verbeteren.
zoals eerder vermeld, zal indirecte detectie hogere signaalniveaus produceren en zou daarom gevoeliger moeten zijn. Echter, het kan ook leiden tot hogere achtergrond signaal waardoor netto specifieke signaalniveaus.