Sfida DOE- Obiettivo è la caratterizzazione/ottimizzazione di un processo di fermentazione.
- 6 fattori (X1-X6), indipendenti e controllabili per ciascuna unità sperimentale (la loro configurazione di progettazione personalizzata richiede 53 esecuzioni)
- voglio includere un fattore "tempo di coltivazione" (ct). Ciò significa prelevare un campione in tre momenti diversi e analizzarlo (una sorta di misura ripetuta). Questo è molto lavoro per il dipartimento di analisi, quindi vogliono ridurre il numero di test/campioni.
- Sfida: Come selezionare al meglio i campioni ct e impostare il disegno?
Idee dal cliente:
- utilizzare il designer personalizzato e i fattori X1-X6 come covariate da cui selezionare
- gli effetti del modello sono solo effetti principali
- testare un numero diverso di esecuzioni fino a quando le collinearità degli effetti principali X1-X6 sono minime o accettabili (sperano che questo risolva le interazioni a 2 fattori (X1-X6)*ct)
- In alternativa utilizzando una trama divisa già nel primo progetto
Come affrontare al meglio questo tipo di situazione?
Penso che l'idea con le covariate dovrebbe funzionare. Ciò aiuterebbe a trovare un sottoinsieme di esecuzioni in cui testare tutti e tre i punti temporali ct e ottenere informazioni decenti se ct avrà un effetto e anche se c'è qualche potenziale interazione. Ma possiamo facilmente valutare quale sia il potere di questi effetti del modello?
Non penso che la trama divisa funzionerà qui, ma potresti avere altre idee.
Un'altra idea spontanea sarebbe quella di prendere questi campioni e utilizzare FDE e come variabili supplementari i fattori DOE e vedere se esiste qualche relazione tra X1-X6 e il profilo dei valori ct. 3 punti non sono tanti ma a seconda della forma potrebbero essere sufficienti.
Cosa ne pensi? Qualche idea?
Re: sfida DOECiao Martino,
Grazie per il chiarimento.
Innanzitutto un CCD da 53 giri con 9 punti centrali sembra una scelta strana, ma forse hanno le loro ragioni. Per ora, dovremmo supporre che questo sia il design che utilizzeranno.
Sono ancora un po’ confuso riguardo al numero di misurazioni analitiche che possono permettersi. Presumevo che potessero permettersi di eseguire almeno una misurazione analitica per ciascuna delle 53 analisi, presumibilmente nel punto temporale finale (il "punto finale"). Ma capisco che non possono permettersi di eseguire misurazioni analitiche in 3 punti temporali per tutte le 53 analisi.
Quindi c'è un numero limitato di esecuzioni per le quali è possibile effettuare misurazioni analitiche su 2 o 3 punti temporali. E quindi un numero minore di esecuzioni che possono utilizzare per stimare gli effetti dei fattori sulla pendenza e/o curvatura di Y rispetto al tempo di coltivazione.
Fare semplicemente più punti temporali per i 12 punti assiali non è l'idea peggiore, sebbene tutte le interazioni a 2 fattori siano collegate tra loro, quindi saranno in grado solo di stimare gli effetti principali e quadratici dei fattori su Y rispetto al tempo di coltivazione. Inoltre, la capacità di rilevare gli effetti principali è bassa perché non si esplorano gli estremi dello spazio dei fattori.
Se desiderano stimare gli effetti delle interazioni a 2 fattori su Y rispetto al tempo di coltivazione, utilizzare un approccio di progettazione personalizzata covariata per selezionare il sottoinsieme di esecuzioni per più punti temporali sembra una buona idea. Questo è anche un approccio migliore per ottenere la migliore potenza per rilevare gli effetti.
Ho la sensazione che propendono più per il design classico piuttosto che per quello personalizzato. Li incoraggerei a considerare i vantaggi del design personalizzato. Soprattutto per situazioni complesse come questa.
Questa presentazione dalla più recente Discovery Americas dovrebbe essere davvero utile per come modellare i dati risultanti utilizzando FDE o Fit Curve. Penso che Curve DOE potrebbe essere davvero utile qui. In realtà penso che Curve DOE dovrebbe essere davvero utile in molte applicazioni e dovremmo renderlo consapevole a più persone.
Spero che aiuti,
Fil
Re: sfida DOECiao, grazie a tutti per i vostri suggerimenti e domande 
Ho qualche dettaglio in più e provo a rispondere alle tue domande:
- da correggere: Il disegno non è un disegno personalizzato ma un CCD ortogonale (incl. 9 punti centrali), quindi 53=46+9 corse (mi ha detto che si sbagliava e un collega usava un altro disegno), 6 fattori continui
- è un processo batch (simile a un processo di titolazione) e il tempo di coltivazione viene misurato 3 volte durante questo processo per un batch, quindi da un lato una misura ripetuta ma nessun trattamento, ma ai miei occhi perfetto per un FDOE
- Possono permettersi forse 30-40 misurazioni analitiche al massimo, in questo momento vogliono farlo per i punti assiali del CCD per valutare come il tempo di coltivazione interagisce con gli altri fattori DOE.
- Sono in fase di caratterizzazione del processo e l'obiettivo finale è trovare il miglior tempo di coltivazione e come controllare poi gli altri parametri per rimanere nel loro intervallo di qualità.
- Hanno un'idea di ciò che potrebbe essere importante, tuttavia il processo è diverso ogni volta.
Se trattassi i dati risultanti in un modello misto, vedrei le misure ripetute in questo modo:
- batch sarebbe l'effetto fisso
- tempo di coltivazione, effetto casuale e batch*ct (e gli altri fattori in modo simile)
Se provassi a impostare un progetto personalizzato, opterei per una risposta funzionale (con tempi di ct) e farei un progetto con 6 cont. fattori. Ciò porterebbe a un progetto a 34 esecuzioni, aggiungendone alcune aggiuntive (CP) che avrebbero comunque essere inferiore a 40 (>13 in meno rispetto ad ora, con la necessità di selezionarne circa 12-13 solo per il reparto di analisi (poiché devono misurare 3 volte.
Ancora non vedo come utilizzeresti una trama divisa nel caso richiesto dal cliente. E considerare ct come fattore non mi viene in mente perché non ha senso avere solo una misura in un lotto, ad esempio, per il ct inferiore e in un altro lotto una misura per un ct superiore.
Spero di poter scoprire alcune incognite.
Re: sfida DOECi sono fattori difficili da cambiare? Oppure limiteranno la randomizzazione per comodità?
Sanno già che questi sei fattori influenzano la risposta?
Mi sembrano misure ripetute! Suggerirei di considerare un intervallo di CT con il valore nominale al centro.
Perché usare le covariate? Vuoi dire che hanno già i dati per alcune unità sperimentali? Perché non utilizzare Custom Design da zero?
Cosa hanno specificato in Custom Design in modo che siano necessarie 53 esecuzioni? Quella cifra mi sembra eccessiva.
Sono sicuri che ci sarà solo un cambiamento lineare nella risposta? Questo non è spesso il caso nei sistemi biologici come la fermentazione.
Mi piace l'idea di FDOE con CT come funzione. Non sono sicuro che 3 punti temporali forniranno molte informazioni, ma una volta che hanno i dati possono provare molti approcci analitici diversi.
Vorrei avere più risposte che domande, mi dispiace!
Re: sfida DOETutte le unità sperimentali verranno eseguite per lo stesso periodo di tempo o ciò dipenderà dal livello di ct (cioè, ct è un trattamento)?
Re: sfida DOECiao Martino,
Interessante. Puoi spiegare qualcosa di più su " la loro configurazione di progettazione personalizzata richiede 53 esecuzioni "? I fattori X1 - X6 sono tutti continui?
Vuoi dire che effettueranno un DOE di 53 esecuzioni sui 6 fattori e la domanda è: come dovrebbero campionare rispetto al tempo su quelle 53 esecuzioni?
Se è così, sembra che non possano permettersi 159 (=53*3) campioni di timepoint. Quanti potrebbero permetterseli?
Saluti,
Fil
