迅速かつ将来性のあるプロセス開発のための最初のステップとしてのデータ主導の選択 (2023-EU-30MP-1260)Symrise AG、JMP シニア グローバル イネーブルメント エンジニア、Egon Gross 氏
Symrise AG、リサーチ & テクノロジー マネージャー、Egon Gross 氏
Peter Hersh 氏、シニア システム エンジニア、JMP
この講演では、JMP® が培養実験の作業負荷を大幅に削減し、ターゲットに応じて応答を 4 倍から 30 倍に改善した方法に焦点を当てます。 これは、潜在的な培地成分をスクリーニングすることによって達成されました。これは、一般に、発酵の最適化における最初の、時には退屈なステップです。 酵母エキスのような複雑な成分の化学組成などの特性を利用することで、将来の変更に柔軟に対応できます。 27 のメディア コンポーネントの DSD セットアップに基づく FT-MIR スペクトル データを使用して作業負荷を軽減する手順について説明します。 JMP® 16 のさまざまなアドインによって有効化されたいくつかの標準的なケモメトリック操作の後、培養実験の作業負荷を大幅に削減できました。 最終的に、その後のプロセス最適化の出発点として、重要な目標を約 30 倍まで改善することができました。 JMP® 17 は 2022 年の秋にリリースされたため、バージョン 16 の精巧な手順を統合された機能と比較します。 開発者とユーザーの両方にとって、より多くのインスピレーションを得る余地が生まれるかもしれません。
起こるデータ探索統計とモデリング
