Formulierungsoptimierung, kundenspezifisches Design, wie man die richtigen hohen Konzentrationen auswähltHallo liebe jmp-Community, ich bin ein ganz neuer Lerner und hatte gehofft, ich könnte mir ein paar Gedanken machen, um einen Einblick zu bekommen oder sogar einen Link zu einem Chat irgendwo im Forum zu bekommen, den ich bei meiner Suche vielleicht übersehen habe!
Sooo…. Ich plane, ein benutzerdefiniertes Design in jmp zu verwenden, um 10 kontinuierliche Faktoren (Hilfsstoffe) für die Formulierungsoptimierung zu überprüfen. Der Plan für die Zukunft, sobald unsere signifikanten linearen, quadratischen und/oder interaktiven Effekte identifiziert wurden, ist, dass wir dann zu RSM übergehen. In der Vergangenheit wurde in meinem Unternehmen eine univariate Optimierung verwendet, und als solche waren sie in der Lage, Faktoren auf ziemlich hohen Ebenen (Konzentrationen von Hilfsstoffen) zu untersuchen. Ich bin mir jedoch nicht sicher, wie die hohen Ebenen von Faktoren in Kombination funktionieren werden, und letztendlich können wir Situationen haben, in denen unser Aktiv aus der Lösung „abstürzt“, was dann jede Reaktionsanalyse unmöglich machen würde, um dann Feedback in das Design zu geben. Jetzt bin ich mir also unschlüssig, ob ich evtl
- Erstellen Sie ein Design, bei dem die Faktorstufen ca. die Hälfte der Konzentration dessen, was sie normalerweise univariat untersuchen, in der Hoffnung, dass ich X1, X2, X1X2 zur weiteren Optimierung identifizieren und die Faktoren auf der RSM-Stufe OR auf ein höheres Niveau heben kann
- Gehen Sie von Anfang an mit den höheren Ebenen und riskieren Sie möglicherweise den Verlust von Antwortdaten bei diesen Kombinationen mit hoher Ebene, und wenn es ein Fall ist, in dem wir keine Auslesungen erhalten, versuchen Sie dann, die höheren Ebenen in diesem Stadium zu reduzieren und erneut zu screenen?
Wenn es hilft, hat das Design, das ich bisher erstellt habe, insgesamt 74 Läufe (von denen 6 Mittelpunkte sind) und ich kann bis zu maximal 96 Läufe auf einmal erreichen. Wie ich bereits erwähnt habe, bin ich ein Neuling bei jmp. Wenn es also Ratschläge / Lektüre oder Material gibt, mit dem Sie mir helfen könnten, wäre ich sehr dankbar!
Betreff: Formulierungsoptimierung, kundenspezifisches Design, wie man die richtigen hohen Konzentrationen auswähltSie haben ein paar Details zu Ihrem Formulierungsexperiment erwähnt, die vielleicht interessant sind, ein wenig weiter untersucht zu werden:
Ich habe mich gefragt, ob Sie auch an Mischungen denken?
Denken Sie über die Reihenfolge der Additionsexperimente nach?
Mischungsdesigns können helfen, einen Bereich Ihrer Antwort zu definieren, in dem Ihre API abstürzt.
Betreff: Formulierungsoptimierung, kundenspezifisches Design, wie man die richtigen hohen Konzentrationen auswähltHallo Byron,
Vielen Dank für die Antwort, ich spielte eigentlich mit dem Gedanken an ein DSD, hatte aber nicht daran gedacht, stattdessen die Wiederholungen auf einer Platte zu machen! Ich gebe dem eine Bash und danke dir sehr für die Einsicht 
Betreff: Formulierungsoptimierung, kundenspezifisches Design, wie man die richtigen hohen Konzentrationen auswähltIch möchte einen etwas anderen Ansatz zum ersten Screening-Experiment vorschlagen. In JMP gibt es ein Definitive Screening Design (DSD), das Ihnen Zeit und Mühe sparen kann. Wenn Ihre 10 Faktoren alle stetig sind, dann ist das DSD-Design 25 Läufe statt 74. Selbst das Hinzufügen von 8 zusätzlichen Läufen und 2 Blöcken mit Mittelpunkten kostet nur 30 Läufe. (Wenn Sie einen Roboter zum Pipettieren haben, können Sie 3 Wiederholungen in einer Platte durchführen. Wiederholungen, die im Analyseschritt gemittelt werden, eignen sich gut, um die Variation aufgrund von Positionseffekten von Biologika auf den Platten zu reduzieren.)
Aus diesem ersten Experiment sollten Sie in der Lage sein, sich eine Vorstellung von der relativen Bedeutung Ihrer 10 Faktoren zu machen, sodass Sie in Ihrem nächsten RSM-Design mit einer Teilmenge und besseren Bereichen arbeiten können.
Bereiche.. Bei Screening-Designs ist „go big or go home“ mein Motto. Im ersten Screening-Design und bis zu einem gewissen Grad im ersten RSM-Design möchte ich die Fehlergrenze identifizieren, damit ich (mit Daten) einen bewährten und akzeptablen Bereich festlegen kann. Sobald ich das habe, könnte ein anderes RSM, vielleicht mit noch weniger Faktoren (Dinge, die für die Qualität entscheidend sind) und idealerweise einem I-optimalen Design, das sich auf die Mitte des Designraums konzentriert, um optimale Betriebsbedingungen zu finden, nützlich sein.
nur meine $.02
-B
