En biotechnologie industrielle, l'optimisation des procédés peut être une étape importante lors du développement des procédés. Un objectif commun est de maximiser le rendement du produit ou d'autres réponses liées au processus. En cherchant à maximiser uniquement la désirabilité des réponses, on pourrait cependant trouver des conditions qui ne sont pas stables. Un moyen de prendre en compte la stabilité consiste à utiliser l'outil Simulation Experiment disponible dans le JMP Prediction Profiler. La simulation peut être effectuée une fois qu'un modèle décrivant la relation entre les paramètres des facteurs et les réponses est établi. Il trouvera alors la ou les conditions autour desquelles les réponses varient le moins.
Ce travail présente les résultats obtenus après l'application de l'expérience de simulation sur un modèle de conception personnalisée DoE.
Les différences de résultats entre l'approche maximisant la désirabilité et l'approche utilisant la simulation sont présentées. Dans cette étude de cas, les deux approches ont conduit à sélectionner des paramètres de facteurs très similaires, c'est-à-dire que les paramètres qui ont conduit au rendement maximal du produit correspondaient également à un point de fonctionnement très stable.
L'expérience de simulation a permis de trouver le point le plus stable, ce qui aurait été autrement extrêmement difficile et chronophage compte tenu de la grande quantité d'effets d'interaction et de la complexité du modèle.
Cette vidéo est en cours de traitement. S'il vous plait, réessayez dans quelques minutes.
Informations supplémentaires : https://community.jmp.com/t5/Discovery-Summit-Munich-2020/Industrial-Biotech-Case-Study-Customized-DOE-for-Process/ta-p/243896
