什么是标准曲线？
标准曲线（也叫校准曲线、工作曲线）描述的是仪器信号（吸光度、峰面积、电压等）与一系列已知浓度标准品之间的对应关系。把这些标准点拟合成一条直线后，就能得到斜率（\(m\)）和截距（\(b\)）。曲线一旦建立，任何未知样品测得的信号都能换算成对应的浓度。这是分析化学、分光光度法、色谱分析以及生化检测中最常用的工作流程之一。
如何使用本计算器
先填入拟合标准曲线的斜率（\(m\)）和截距（\(b\)），再填入未知样品的实测信号（\(y\)），计算器即可算出浓度 \(x\)。斜率和截距来自对标准品的线性回归——纵轴（\(y\) 轴）为信号，横轴（\(x\) 轴）为浓度。
公式详解
标准曲线写作 $$y = m\cdot x + b$$ 其中 \(y\) 是信号，\(x\) 是浓度，\(m\) 是斜率（单位浓度对应的信号大小），\(b\) 是截距（浓度为零时的基线信号）。要求未知样品的浓度，把方程变形为 $$x = \frac{\text{Signal }(y) - \text{Intercept }(b)}{\text{Slope }(m)}$$ 即可。斜率越大，说明方法的灵敏度越高。
实例演示
假设一条基于比尔–朗伯定律的标准曲线，斜率 \(m = 2.5\)（每 mg/L 对应的吸光度），截距 \(b = 0.1\)。某样品测得吸光度 \(y = 5.1\)，则 $$x = \frac{5.1 - 0.1}{2.5} = \frac{5.0}{2.5} = \textbf{2.0 mg/L}$$
更多工作示例
每个示例使用校准方程 \(y = mx + b\) 重新整理以求解浓度：\(x = \dfrac{y - b}{m}\)。斜率 \(m\) 和截距 \(b\) 来自你的标准曲线；\(y\) 是未知样品的测量信号。
示例 1 — HPLC 峰面积 (µM)
色谱法校准给出斜率 \(m = 1500\)（峰面积单位每 µM）和截距 \(b = 250\)。未知样品产生的峰面积为 \(y = 9250\)。
$$x = \frac{9250 - 250}{1500} = \frac{9000}{1500} = 6\ \mu M$$未知浓度为 6 µM。
示例 2 — 具有负截距的荧光曲线
荧光分析产生的截距略微为负（来自空白校正）：\(m = 0.045\) RFU 每 ng/mL，\(b = -0.012\) RFU。样品读数为 \(y = 0.528\) RFU。
$$x = \frac{0.528 - (-0.012)}{0.045} = \frac{0.540}{0.045} = 12\ \text{ng/mL}$$结果为 12 ng/mL。空白校正后出现负截距是常见的，它只是将线略微向下移动。
示例 3 — 信号低于截距（低于检测限）
紫外-可见曲线具有 \(m = 0.080\) AU 每 mg/L，\(b = 0.020\) AU。非常稀释的样品读数为 \(y = 0.012\) AU，低于截距。
$$x = \frac{0.012 - 0.020}{0.080} = \frac{-0.008}{0.080} = -0.1\ \text{mg/L}$$数学计算给出 -0.1 mg/L。负浓度在物理上没有意义 — 它表明被测物质实际上不存在或低于检测限。应将其报告为 < LOD 而不是负值。
斜率和截距如何影响结果
斜率 \(m\) 反映了方法的灵敏度 — 更陡的直线意味着更大的信号变化每单位浓度，因此相同的信号对应于更低的浓度。截距 \(b\) 垂直移动该线；提高它会降低固定信号的计算浓度。下表保持测量信号恒定为 \(y = 1.00\) 并改变 \(m\) 和 \(b\)。
| 斜率 \(m\) | 截距 \(b\) | 信号 \(y\) | 浓度 \(x = (y-b)/m\) |
|---|---|---|---|
| 0.10 | 0.00 | 1.00 | 10.0 |
| 0.20 | 0.00 | 1.00 | 5.0 |
| 0.50 | 0.00 | 1.00 | 2.0 |
| 0.20 | 0.10 | 1.00 | 4.5 |
| 0.20 | 0.20 | 1.00 | 4.0 |
| 0.20 | -0.10 | 1.00 | 5.5 |
从前三行往下读：将斜率加倍会使相同信号的浓度减半 — 更高的灵敏度将更多信号压入更少的被分析物。比较 \(m = 0.20\) 的行：增加截距会降低结果，而负截距会提高它。始终使用从你自己的标准品实际拟合的斜率和截距，而不是假设一个值。
解释你的浓度结果
- 保持在校准范围内。线性方程仅在最低和最高标准品之间验证。从该范围外的信号计算的浓度是外推，可能不准确，因为在高或低极端处响应通常会变成非线性。
- 稀释高信号。如果样品的信号超过最高标准品，按已知因子稀释它，在范围内重新测量，然后将计算的浓度乘以该稀释因子。
- 接近或低于截距接近检测限。当测量信号接近 \(b\) 时，计算的浓度接近零，低于 \(b\) 的信号会产生负（非物理）值。这些应报告为低于检测限 (< LOD)，而不是确切的数字。
- 检查 R² 和线性性。高的判定系数（定量工作通常 \(R^2 \ge 0.995\)）支持该关系是线性的假设。不好的拟合意味着斜率和截距 — 因此每个计算的浓度 — 都有很大的不确定性。检查残差图，不只是 R²，以确认该模型是合适的。
- 单位继承自标准品。浓度以你的校准标准品使用的任何单位报告（µM、ng/mL、mg/L 等）。斜率已经包含信号每浓度单位，所以结果自动匹配标准品。
- 重复和误差传播。对重复信号测量进行平均会减少 \(y\) 中的随机误差，这直接改进了计算的 \(x\) 的精密度。回归的斜率和截距中的不确定性也会传播到最终浓度中。
这是一般的分析指导；按照你实验室的验证方法和质量控制标准进行报告决定。
常见问题
\(x\) 的单位是什么？与你配制标准品时所用的浓度单位一致（mg/L、µM、ppm 等）。
截距为负值怎么办？没问题，直接输入负数即可，公式会自动处理。
斜率可以是零吗？有意义的标准曲线斜率不会为零；如果你输入 0，为避免除以零，结果会默认显示为 0。
