La constante de disociación describe la interacción entre dos socios en el equilibrio de la Unión y es una medida de su afinidad. Es un parámetro crucial para comparar diferentes ligandos, por ejemplo, los inhibidores competitivos, isoformas de la proteína y mutantes, por su fuerza vinculante a un socio de la Unión. Constantes de disociación se determinan trazando las concentraciones de consolidados versus gratis ligando como curvas de enlace. En contraste, curvas de titulación, en el cual una señal que es proporcional a la concentración del ligand encuadernado se enfrenta a la concentración total de ligando añadida, son más fáciles de grabar. La señal puede ser detectada espectroscópico y por el análisis enzima-ligado del inmunosorbente (ELISA). Esto se ejemplifica en un protocolo para una valoración de ELISA que mide la Unión de la rhodocetin derivado de veneno de serpiente su dominio destino inmovilizados de la integrina α2β1. Valoración ELISA es versátiles y ampliamente utilizado. Cualquier par de interacción de proteínas puede utilizarse como inmovilizado receptor y ligando soluble, siempre que ambas proteínas son puros, y sus concentraciones son conocidas. Hasta ahora la dificultad ha sido determinar la constante de disociación de una curva de titulación. En este estudio, se introduce una función matemática subyacente a las curvas de titulación. Sin ninguna estimación de errores gráfico de un rendimiento de saturación, este algoritmo permite el procesamiento de los datos en bruto (intensidades de la señal a diferentes concentraciones de ligando agregado) directamente por la evaluación matemática mediante regresión no lineal. Así, varias curvas de valoración se pueden grabar simultáneamente y transformadas en un conjunto de parámetros característicos, entre ellos la constante de disociación y la concentración de receptores de enlace activo, y pueden ser evaluados estadísticamente. Cuando se combina con este algoritmo, titulación ELISA obtener la ventaja de presentar directamente la constante de disociación. Por lo tanto, se puede utilizar más eficientemente en el futuro.