在工业生物技术中，工艺优化可能是工艺开发过程中的一个重要步骤。 一个共同的目标是最大化产品产量或其他与过程相关的响应。 然而，通过寻求仅最大化响应的合意性，人们可能会发现不稳定的条件。 考虑稳定性的一种方法是使用 JMP 预测刻画器中的模拟实验工具。 一旦建立了描述因子设置和响应之间关系的模型，就可以执行模拟。 然后它将找到响应变化最小的条件。
这项工作展示了在自定义设计 DoE 模型上应用仿真实验后获得的结果。
显示了最大化合意性的方法和使用模拟的方法之间的结果差异。 在这个案例研究中，两种方法都导致选择非常相似的因子设置，即导致最大产品产量的设置也对应于非常稳定的操作点。
模拟实验使得找到最稳定的点成为可能，否则考虑到大量的交互效应和模型的复杂性，这将是极其困难和耗时的。
威特信息： https://community.jmp.com/t5/Discovery-Summit-Munich-2020/Industrial-Biotech-Case-Study-Customized-DOE-for-Process/ta-p/243896
