428945_de-DE

liliconcom

DOE-Herausforderung

• Ziel ist die Charakterisierung/Optimierung eines Fermentationsprozesses.
• 6 Faktoren (X1-X6), unabhängig und steuerbar für jede Versuchseinheit (ihr kundenspezifischer Designaufbau erfordert 53 Durchläufe)
• möchte einen Faktor „Kultivierungszeit“ einbeziehen (ct). Das bedeutet, dass zu drei verschiedenen Zeitpunkten eine Probe entnommen und analysiert wird (eine Art wiederholte Messung). Das bedeutet viel Arbeit für die Analyseabteilung, daher möchte man die Anzahl der Tests/Proben reduzieren.
• Herausforderung: Wie wählt man am besten die CT-Proben aus und richtet das Design ein?

 

Ideen vom Kunden:

• Verwenden Sie den benutzerdefinierten Designer und die Faktoren X1–X6 als Kovariaten zur Auswahl
• Modelleffekte sind nur Haupteffekte
• Testen einer unterschiedlichen Anzahl von Durchläufen, bis die Kollinearitäten der Haupteffekte X1-X6 minimal oder akzeptabel sind (sie hoffen, dass dadurch die 2-Faktor-Wechselwirkungen (X1-X6)*ct gelöst werden)
• Alternativ kann bereits im ersten Entwurf ein Splitplot verwendet werden

 

Wie gehe ich am besten mit einer solchen Situation um?

Ich denke, die Idee mit den Kovariaten sollte funktionieren. Dies würde dabei helfen, eine Untergruppe von Läufen zu finden, bei denen alle drei ct-Zeitpunkte getestet werden, und eine anständige Information darüber zu erhalten, ob ct einen Effekt hat und auch, ob es eine mögliche Interaktion gibt. Aber können wir leicht beurteilen, wie stark diese Modelleffekte sind?

Ich glaube nicht, dass Split Plot hier funktionieren wird, aber vielleicht haben Sie andere Ideen.

Eine andere spontane Idee wäre, diese Proben zu nehmen und FDE und als zusätzliche Variablen die DOE-Faktoren zu verwenden und zu sehen, ob es einen Zusammenhang zwischen X1-X6 und dem Profil der ct-Werte gibt. 3 Punkte sind nicht viel, aber je nach Form kann es ausreichen.

 

Was denken Sie? Irgendwelche Ideen?

Betreff: DOE-Challenge

Hallo Martin,

Danke für die Klarstellung.

Zunächst einmal scheint ein CCD mit 53 Läufen und 9 Mittelpunkten eine seltsame Wahl zu sein, aber vielleicht hat das seine Gründe. Im Moment sollten wir davon ausgehen, dass dies das Design ist, das sie verwenden werden.

Ich bin immer noch etwas verwirrt darüber, wie viele analytische Messungen sie sich leisten können. Ich ging davon aus, dass sie es sich leisten können, für jeden der 53 Läufe mindestens eine analytische Messung durchzuführen, vermutlich zum letzten Zeitpunkt (dem „Endpunkt“). Aber ich verstehe, dass sie es sich nicht leisten können, bei allen 53 Läufen analytische Messungen zu drei Zeitpunkten durchzuführen.

Es gibt also eine kleine Anzahl von Läufen, für die analytische Messungen zu zwei oder drei Zeitpunkten durchgeführt werden können. Und daher eine geringere Anzahl von Läufen, die sie verwenden können, um die Auswirkungen der Faktoren auf die Steigung und/oder Krümmung von Y im Vergleich zur Kultivierungszeit abzuschätzen.

Es ist nicht die schlechteste Idee, einfach mehrere Zeitpunkte für die 12 Achsenpunkte zu ermitteln, obwohl alle 2-Faktor-Wechselwirkungen Alias-verknüpft sind, so dass nur die Haupt- und quadratischen Auswirkungen der Faktoren auf Y vs. und die Kultivierungszeit geschätzt werden können. Außerdem ist die Fähigkeit, Haupteffekte zu erkennen, gering, da Sie nicht die Extreme des Faktorraums untersuchen.

Wenn sie die Auswirkungen von 2-Faktor-Wechselwirkungen auf Y im Vergleich zur Kultivierungszeit abschätzen möchten, scheint die Verwendung eines kovariaten benutzerdefinierten Designansatzes zur Auswahl der Teilmenge von Läufen für mehrere Zeitpunkte eine gute Idee zu sein. Dies ist auch ein besserer Ansatz, um die beste Leistung zur Erkennung von Effekten zu erzielen.

Ich habe den Eindruck, dass sie eher auf klassisches als auf individuelles Design setzen. Ich würde sie ermutigen, sich die Vorteile von individuellem Design anzusehen. Besonders für komplexe Situationen wie diese.

Diese Präsentation aus dem neuesten Discovery Americas sollten wirklich nützlich sein, wenn es darum geht, die resultierenden Daten mithilfe von FDE oder Fit Curve zu modellieren. Ich denke, Curve DOE könnte hier wirklich nützlich sein. Tatsächlich denke ich, dass Curve DOE in vielen Anwendungen wirklich nützlich sein sollte und wir mehr Menschen darauf aufmerksam machen sollten.

Ich hoffe das hilft,

Phil

 

Betreff: DOE-Challenge

Hallo, vielen Dank an alle für eure Vorschläge und Fragen

Ich habe noch ein paar Details und versuche, Ihre Fragen zu beantworten:

• zu korrigieren: Das Design ist kein benutzerdefiniertes Design, sondern ein orthogonales CCD (inkl. 9 Mittelpunkte), daher die 53=46+9 Läufe (er sagte mir, dass er sich geirrt hat und ein Kollege hat ein anderes Design verwendet), 6 kontinuierliche Faktoren
• Es handelt sich um einen Batch-Prozess (ähnlich einem Titer-Prozess) und die Kultivierungszeit wird während dieses Prozesses 3 Mal für einen Batch gemessen, also einerseits eine wiederholte Messung, aber keine Behandlung, aber in meinen Augen perfekt für einen FDOE
• Sie können sich vielleicht maximal 30–40 Analysemessungen leisten. Im Moment möchten sie dies für die axialen Punkte des CCD tun, um zu beurteilen, wie die Kultivierungszeit mit den anderen DOE-Faktoren interagiert.
• Sie befinden sich in einer Prozesscharakterisierung und das ultimative Ziel besteht darin, die beste Kultivierungszeit zu finden und wie sie dann die anderen Parameter steuern müssen, um in ihrem Qualitätsbereich zu bleiben.
• Sie haben eine gewisse Vorstellung davon, was wahrscheinlich wichtig ist, der Prozess ist jedoch jedes Mal anders.

Wenn ich die resultierenden Daten in einem gemischten Modell behandle, würde ich die wiederholten Messungen folgendermaßen sehen:

• Batch wäre der feste Effekt
• Kultivierungszeit der Zufallseffekt sowie Batch*ct (und die anderen Faktoren in ähnlicher Weise)

Wenn ich versuchen würde, ein benutzerdefiniertes Design einzurichten, würde ich mich für eine funktionale Antwort (mit Zeitpunkten von ct) entscheiden und ein Design mit 6 Conts erstellen. Faktoren. Dies würde zu einem 34-Run-Design führen und einige zusätzliche (CP) hinzufügen, die sie noch benötigen würden unter 40 liegen (>13 weniger als jetzt), wobei immer noch etwa 12–13 nur für die Analyseabteilung ausgewählt werden müssen (da dreimal gemessen werden muss).

Ich verstehe immer noch nicht, wie Sie in einem solchen Fall ein geteiltes Grundstück verwenden würden, wie es der Kunde gefordert hat. Und die Behandlung von CT als Faktor kommt mir nicht in den Sinn, da es keinen Sinn macht, in einer Charge nur ein Maß für z. B. den niedrigeren CT und in einer anderen Charge ein Maß für einen höheren CT zu haben.

 

Ich hoffe, ich konnte einige Unbekannte aufdecken.

 

 

 

 

Betreff: DOE-Challenge

Sind einige der Faktoren schwer zu ändern? Oder werden sie der Einfachheit halber die Randomisierung einschränken?

Wissen sie bereits, dass diese sechs Faktoren die Reaktion beeinflussen?

Für mich hört es sich nach wiederholten Maßnahmen an! Ich würde vorschlagen, dass sie einen CT-Bereich in Betracht ziehen, bei dem der Nominalwert in der Mitte liegt.

Warum Kovariaten verwenden? Wollen Sie damit sagen, dass für einige Versuchseinheiten bereits Daten vorliegen? Warum nicht Custom Design von Grund auf nutzen?

Was haben sie im Custom Design so festgelegt, dass 53 Läufe erforderlich sind? Diese Zahl erscheint mir übertrieben.

Sind sie sicher, dass es nur eine lineare Änderung der Reaktion geben wird? Dies ist in biologischen Systemen wie der Fermentation nicht oft der Fall.

Mir gefällt die Idee von FDOE mit CT als Funktion. Ich bin mir nicht sicher, ob drei Zeitpunkte viele Informationen liefern, aber sobald sie über die Daten verfügen, können sie viele verschiedene Analyseansätze ausprobieren.

Ich wünschte, ich hätte mehr Antworten als Fragen – sorry!

Betreff: DOE-Challenge

Werden alle Versuchseinheiten über die gleiche Zeitspanne durchgeführt oder hängt dies von der CT-Stufe ab (dh handelt es sich bei CT um eine Behandlung)?

Betreff: DOE-Challenge

Hallo Martin,

Interessant. Können Sie etwas mehr über „ Ihr Custom-Design-Setup benötigt 53 Durchläufe „? Sind die Faktoren X1–X6 alle stetig?

Meinen Sie damit, dass sie eine 53-Läufe-DOE zu den 6 Faktoren durchführen und die Frage ist, wie sie diese 53 Läufe im Vergleich zur Zeit testen sollten?

Wenn ja, dann hört es sich so an, als könnten sie sich 159 (=53*3) Zeitpunkt-Samples nicht leisten. Wie viele konnten sie sich leisten?

Prost,

Phil