在ELISA实验中，样本值低于空白值是一个经常性的问题。当样本值较低接近试剂盒的灵敏度就容易发生样本值低于空白值的现象，特别是在血清和血浆样本的检测。究其原因，主要在于两个方面，一方面是误差，另一方面是基质效应。下文逐个分析不同影响因素的原理、和解决方案。

一、误差 Error

误差分为三类，系统误差、随机误差和过失误差。这三类误差中，系统误差对样本值和空白值之间的差异无影响。ELISA样本值低于空白值在误差方面主要来源于随机误差和过失误差。

1、 随机误差 Random Error
无法控制的变因，使测量值产生随机分布的误差，服从统计学上的正态分布。从统计学上来看，测量值有99%的置信限在±3SD之间，如果CV值是20%，随机误差的边界就是±60%，也就是说在CV值20%的状况下，样本值低于空白值60%之内，有可能是随机误差的影响，特别是空白值只有一个值时。
随机误差不可消除，只能通过多次测量获得的均值尽量逼近真值。降低随机误差的解决方案1是增加空白值的重复数量，一般认为空白值重复10次，测量均值接近真值。
方案2是提高实验技能，也能够有效降低随机误差的影响。如果CV值在5%，样本值趋近于零时，在统计上样本值将不会低于空白值15%。

2、 过失误差 Gross Error
过失误差主要是由于测量者的疏忽，犯了不应有的错误造成的。过失误差是可以避免的。针对于ELISA样本值低于空白值的问题，过失误差产生的原因多数来源于空白孔HRP的重复加样或污染或洗涤不干净，造成空白值偏高，相对比来说，样本值低于空白值。解决方案就是重复实验，规范操作。