用于免疫检测的所谓“标准曲线”其实称为拟合曲线比较合适。免疫检测时标准点(可以是倍比稀释的，也可以不是)浓度如果和相应的吸光度(OD)值如果能够呈现直线关系当然是最理想的了，这时可以通过EXELL等方便的获得拟合曲线，进而推算出样品的浓度值。但我们做免疫检测很少有时候能够有这么理想的情况，标品浓度和相应OD值往往是"S"型的曲线关系，这时就不能用直线拟合的方式了，而对拟合方法进行选择就是必要的了。

关于标准曲线的拟合方式，直线、二次曲线、三次曲线、指数、对数等虽都可用于ELISA及其它生物学反应中的曲线拟合，但都只适用于曲线的一部分，有的适用于前半段，有的适用于后半段，有的适用于中间一段，而Logistic曲线则对曲线的全部都有较好的适用性。当然，如果用于定量，还是在中间一段较好。这些方法虽然没有一种方法可以通用，但也都可以用。关键在于你的标准曲线做到了S形的哪一部分，你想检测的样品浓度在曲线的哪一部分。在S曲线的低浓度部分可以用乘幂方程很好的拟合，中低浓度部分可以用直线方程，中间部分可用对数方程，而中后段可用四参数。

目前国际上最流行的免疫检测拟合方式是“四参数逻辑拟合”，用这种拟合方式往往能够比较精确的反映浓度和吸光度的曲线关系，从而进一步比较正确的获得样品中待测物质的浓度值。

其实，在一个长的区间内，Logistic应该都能拟合得较为理想。但并不是说它就是万能的。事实上不仅是ELISA，其它很多生物学反应都是S形曲线，也都可以用Logistic曲线拟合。但建模型是一回事，而用它来定量是另一回事。如果用来定量，S形曲线的中间段(较陡处)是比较好的，而两端的平坦部分计算误差会大，有时甚至会很大。