具有多個業務單元的純化工藝建模你好，
原料藥生產工藝的開發是在業務單元內分幾個步驟完成的，例如有不同的純化步驟
圖片：每種顏色都是一個 BU，其中運行了 DOE，並找到了解釋該過程的模型。 每個BU的輸入不同，實驗是獨立進行的，因此BU1中的輸出材料與BU2中用於進一步處理的材料不同。
這是我的客戶面臨的一個挑戰：他們希望結合所有數據/模型以獲得整個過程的最終模型。
由於這幾個模型均來自獨立的DOE，並且每個單元運行時的輸入也不一定相同，不知道您是否有好的方法來處理這種情況。
- 僅僅組合就會導致幾個缺失值，
- 那麼在一個 BU 中創建的材料將用於下一個 BU 的實驗中就不是一個連續的過程，它有新的材料，其作用應該與其他材料類似，但不確定。
如果這是一個連續的過程，我什至考慮使用 SEM 來設置該過程並將從幾個步驟中獲得的變量和知識嵌入到一個大模型中。
我的另一個想法是模擬並使用具有零因子的驗證技術，並假設我們有一個連續的設置並查看結果，然後通過確認運行進行測試。
有什麼想法或經驗嗎？
謝謝，
馬丁
回复：具有多個 BU 操作的純化過程建模你好@馬丁德梅爾,
我以前肯定聽說過這個要求。 它來自 Medimmune（現在是阿斯利康的一部分），大約十年前了。
我從未找到有用的解決方案。
當時 JMP (Pro) 中還沒有 SEM，但我認為它可能是解決方案。 現在，我認為不是。
我認為唯一的方法可能是將整個事情作為一個非常大的設計實驗來完成。
抱歉我沒有更好的答案
菲爾
回复：具有多個 BU 操作的純化過程建模此外，單元實驗似乎不以任何方式連接，例如，先前步驟的測量輸出不顯示為下一步的協變量或測量輸入。 如果他們將前一流程步驟的輸出視為下一流程步驟的協變量，那麼至少我們可以探索前一步驟實現的輸出如何影響適合下一步驟的模型。
回复：具有多個 BU 操作的純化過程建模正確的， @馬爾科姆_摩爾1 。 我對 Medimmune 要求的記憶是“雜質 A 的量”可能是第一步的響應，也是第二步的一個因素……僅作為示例。
回复：具有多個 BU 操作的純化過程建模如果您能夠繪製出預期的關係，將會有所幫助。 在下圖中，X 是可控過程因素，M 是輸入材料屬性（或其他協變量），Y 是測量輸出，f 是基於 X 和 M 的 Y 預測模型。
我以前曾完成過此類工作，需要 2 或 3 個步驟，但它很乏味，而且在 JMP 中需要設置相當複雜的公式集合。 另一種方法是在 Excel 工作簿中設置流程步驟的關係和模型，並使用 Excel Profiler 進行可視化和蒙特卡羅模擬。
回复：具有多個 BU 操作的純化過程建模鏈接分析器功能鏈接輸入和輸出。 您能否創建一個由每個分析器組成的大型儀表板，並且每個輸入/輸出的名稱一致？ 在下面/所附的示例中，在任一探查器中更改X2 都會在另一個探查器中更新它，而更改左側的任何輸入會導致右側的OutputA 更新（因為它已更新為左側的輸出）。
回复：具有多個 BU 操作的純化過程建模馬爾科姆斯 100% 正確。 由於不同單元操作的實驗不是結構化實驗的一部分，因此 OLS 方法會有點粗糙。
他們可能會幸運地使用基於樹的數據挖掘方法，但很可能他們也沒有太多數據。
一般來說，客戶最好分別優化/表徵每個單元的操作。 實際上，他們還應該有一個縮小的模型，可以用於更大規模的實驗。
回复：具有多個 BU 操作的純化過程建模感謝大家以某種方式確認嘗試將分離的實驗放在一起並不是一個好主意，以及什麼可以幫助他們更接近他們想要的目標。
@Byron_JMP他們用他們滿意的模型優化/表徵了每個單元。 他們現在希望將所有這些整合在一起，以更深入地了解每個步驟如何影響其他步驟。
然而，我已經告訴他們，如果沒有一致的參考或ID 將數據整合在一起（就像一個的輸出被饋入下一個......），您可能會得到一些東西，但您不能保證這是合理的（非常不可能）合理的）。
我喜歡圖形方法，它讓我想到了 SEM 的想法，但這又可能是他們可以在此基礎上獲得的定性知識，並且可能會通過不同的步驟進行最終的 DOE
@Jed，喜歡這個想法，但它再次要求整個分析器中至少有一些共同因素，我不能保證這裡的情況就是這樣。
再次感謝，我不想錯過我沒有想到的方法。
回覆：具有多個 BU 操作的純化流程建模非常有趣的問題！ 據我了解，已經有能源部揭示了數據中的因果效應。 該客戶是否不斷收集整個流程的資料？ 也就是說，觀測數據？ 如果是這樣，那麼值得探索使用 SEM 作為利用觀察資料進行因果推論的機制。 以下是 Bollen 和 Pearl (2013) 對此主題的引用：
“SEM 是一個推理引擎，它接受兩個輸入：定性因果假設和經驗數據，並得出這些輸入的兩個邏輯結果：定量因果結論和適合假設的可測試含義的統計測量。”
在這樣的背景下@馬丁德梅爾已經提出，單獨的能源部已經達到了澄清「定性因果假設」的目的。如果客戶擁有整個過程的觀測數據，那麼來自這些 DOE 的資訊可以轉化為可測試的 SEM，從而得出“定量因果結論”，以便客戶可以探索過程中任何時間的變化如何影響下游變數。
聽起來來自 DOE 的現有數據無法連結——如果可以，那麼這些數據也可以在 SEM 中使用。
哈特哈，
~勞拉
回覆：具有多個 BU 操作的純化流程建模該出版物可能對該主題感興趣。生命週期 DOE，一種在每個單元步驟中增強設計的方法，而不是每個單元都有獨立的 DoE。 https://www.mdpi.com/2306-5354/11/11/1089
