大部分的有机体特别是人类的巨大基因组非常复杂,但是经过转录修改后的蛋白质水平是更加复杂,比如磷酸化作用,乙酰化作用,遍在蛋白化作用,这些作用能够很明显地影响蛋白质的功能。因此,有必要对蛋白质的浓度和它们的变更性做深入的研究,从而能够对生物系统做出更加深,入的理解。已知有蛋白质芯片上测出的各个样本和它们自身成功稀释的灰度水平,基于这些数据,现已有四种方法,建立不同的模型,得出灰度水平和真正的蛋白质浓度之间的相互关系。前三种方法分别是:线性的(2005年由CristianMkcean提出),非线性的(2006年由Ioan Tabus提出),非参的(2007年由JianhuaHu提出)。它们都是要建立一种灰度水平和蛋白质表达之间的曲线关系,只是曲线的类型有所不同。最后一种方法是Serial dilution curve(2009年由Lizhang提出),虽然它也是在找灰度水平和蛋白质浓度之间的曲线关系,但是具体的思想和前面的都有所不同,这在本文中将会详细介绍。这四种方法各有优劣,最终的目的都是要由数据计算出蛋白质的初始浓度。本文在不同的模型中对这四种方法进行模拟,比较模拟的结果,最终来判断各种方法的适用的范围。