标准曲线线性回归与未知样本反算（BCA / Bradford / ELISA）
蛋白定量、ELISA、qPCR 标准曲线，本质都是同一件事：用一组已知浓度的标准品，
拟合 y = a + b·x，再用这条线把未知样本的读数反算成浓度。
用的是普通最小二乘法（ordinary least squares）：
b = Σ(xᵢ−x̄)(yᵢ−ȳ) / Σ(xᵢ−x̄)²
a = ȳ − b·x̄
R² 怎么看：R² 是回归能解释的方差比例。定量实验一般要求 R² ≥ 0.99， 低于这个值说明标准品配制、加样或读数有问题，不要硬拟合。
必须注意的三件事：
- 不要外推。 未知样本的读数必须落在标准品读数范围之内。 超出范围就稀释样本重测，硬套公式算出来的数没有意义——本工具会明确标出哪些样本超范围。
- BCA 和 Bradford 在高浓度端会偏离线性，标准曲线的高浓度点如果明显压弯， 应该缩小范围而不是改用高次拟合。
- 每块板都要做自己的标准曲线，不同批次、不同显色时间都会改变斜率。
常见问题
R² 0.98 能用吗？
定量实验一般要求 ≥0.99。0.98 说明有系统性问题，建议检查标准品稀释和加样，重做而不是将就。
样本读数超出标准曲线怎么办？
必须稀释后重测。外推得到的浓度没有实验依据，工具会把这类样本明确标出来。