數據驅動的選擇作為快速和麵向未來的工藝開發的第一步 (2023-EU-30MP-1260)Egon Gross，JMP 高級全球支持工程師，Symrise AG
Symrise AG 研究與技術經理 Egon Gross
JMP 高級系統工程師 Peter Hersh
本次演講將重點介紹 JMP® 如何幫助大幅減少培養實驗工作量並將響應從 4 倍提高到 30 倍，具體取決於目標。 這是通過篩選潛在的培養基成分來實現的，這通常是發酵優化的第一步，有時也是乏味的一步。 採用酵母提取物等複雜成分的化學成分等特徵，可以在未來發生變化時保持靈活性。 我們描述了基於 27 個媒體組件的 DSD 設置使用 FT-MIR 光譜數據減少工作量的過程。 在 JMP® 16 中的不同插件支持的幾次標準化學計量學操作之後，培養實驗的工作量可以大大減少。 最後，重要目標可以提高約 30 倍，作為後續流程優化的起點。 由於 JMP® 17 於 2022 年秋季發布，版本 16 中的詳細過程將與集成功能進行比較。 它可能會為開發人員和用戶提供更多靈感的空間。
爆發數據探索統計和建模
