DSD 및 자원에 대한 후속 DOE에 대한 일반 지침은 무엇입니까?안녕하세요. 저는 DOE의 초보자이고 JMP를 사용하고 있습니다. 최적화를 위해 5개의 연속 요인과 4개의 반응이 포함된 약학 제제가 있습니다. 저는 DSD를 사용하여 제형을 더 탐구하고 최적화하려는 디자인 공간을 식별했습니다.
데이터를 획득한 후 모델을 피팅하고 중요하지 않은 효과(F5 및 모든 2차 형태 및 상호 작용)를 제거합니다.
바람직성 매개변수를 최대화하여 아래와 같은 최적의 공식을 찾았습니다.
각 만족도 함수를 살펴보면서 F1을 최대화하고 F3을 최소화해야 한다는 생각을 갖게 되었습니다. F4는 바람직성에 거의 영향을 미치지 않으므로 수정할 수 있습니다. 또한 F2는 중요한 요소가 아니지만 F2*F3의 조합이 중요한 요소입니다. 이는 공식을 최적화하기 위해 다음 DOE 라운드에서 F2와 F3를 변경해야 한다는 것을 의미합니다.
질문은 다음과 같습니다.
1) 더욱 최적화하려면 F2와 F3의 경계를 어떻게 설정해야 합니까?
2) 이러한 유형의 최적화를 위해서는 어떤 DOE 모델을 적용해야 합니까?
3) 마지막으로, 순진한 관찰에 의존하기보다는 다음 DOE 실행을 위한 후속 조치를 위한 요인과 설계 공간을 체계적으로 조사할 수 있게 해주는 특정 도구가 JMP에 있습니까? 나는 그래프 빌더를 가지고 놀았지만 동시에 최적화하고 싶은 4개의 응답이 있기 때문에 DOE에 대한 후속 조치를 위한 디자인 공간을 찾는 것이 그다지 도움이 되지 않았습니다.
질문이 너무 기본적이었다면 죄송합니다만, DSD에 대한 후속 DOE 설계에 대한 일반적인 지침을 제공해 주시면 감사하겠습니다. 또한 초기 DSD 이후 후속 작업을 위한 디자인 공간을 찾는 데 유용한 도구와 관련 리소스를 제공해 주시면 매우 감사하겠습니다.
감사합니다!!
실험 설계품질 및 프로세스 엔지니어링Re: DSD 및 자원에 대한 후속 DOE에 대한 일반 지침이 있습니까?@Victor_G ,
귀하의 경험과 지식을 공유해주셔서 진심으로 감사드립니다. 혼합물 설계의 기본 사항과 이를 적용하여 제형을 최적화하는 방법을 이해하는 데 큰 도움이 됩니다. 제공해 주신 자료를 바탕으로 Mixture Design에 대해 더 많이 공부하겠습니다.
모두 제일 좋다!
Re: DSD 및 자원에 대한 후속 DOE에 대한 일반 지침이 있습니까?안녕 @BJK_JerseyBoy ,
공식 주제에는 일반적으로 두 가지 접근 방식이 있습니다.
- 제제가 "희석된" 용액이고 용매가 제제의 많은 양(70-90%+)을 차지하거나 용매가 불활성이거나 측정 중인 반응에 영향을 주지 않습니다. 일부 첨가제가 상당한 효과, 시너지 또는 길항적 상호 작용을 나타내는지 확인하고 싶습니다. 이 경우에는 첨가제 간의 비율이 아니라 제제에서 소량의 첨가제의 영향에 관심이 있기 때문입니다(그리고 용매는 100을 보상합니다). % 도입된 첨가제의 총량), 요인은 서로 독립적이며 모든 요인 설계가 적합할 수 있습니다(선별 설계, 확정 선별 설계, (부분/전체) 요인 설계, 반응 표면 모델 설계 등). 모델의 복잡성과 효과를 추정하기 위한 실행 횟수에 따라 효과/상호작용의 통계적 유의성을 추정하고 일부 최적화를 수행할 수 있습니다(주로 DSD, RSM의 경우).
- 또는 제제에 용매가 없거나 용매가 제제에서 우세하지 않거나 반응에 영향을 미치거나 첨가제의 절대 농도보다 첨가제 간의 좋은 비율을 찾는 데 더 관심이 있습니다. 공식: 이 경우 혼합물 설계가 더 적합합니다. 요인의 통계적 유의성을 추정하는 데 중점을 두지 않고 반응 목표에 맞게 첨가제의 비율 최적화에 더 중점을 둡니다. 요인은 서로 의존적이며(A 수준을 낮추면 다른 첨가제 수준이 증가함) 제제의 총량/부분은 고정됩니다(1 또는 100%).
이 훌륭한 포스터를 보고 귀하의 상황에 혼합물 디자인이 필요한지 확인할 수 있습니다. (이전에 다양한 유형의 제제/혼합물에 대해 설명한 설명이 있을 것입니다.) 혼합물 실험을 실행하지 말아야 할 경우 - JMP 사용자 커뮤니티
귀하의 예와 결과를 보면 첨가물 양 대신 비율을 갖도록 입력(및 출력)에서 몇 가지 변환을 수행했습니다. 이는 혼합물 설계가 더 적합한 상황인 것 같습니다(또는 맞춤형 혼합 다른 첨가제에 비해 농도가 매우 낮기 때문에 혼합 요인으로 F1, F2 및 F3을 사용하고 연속 요인으로 F4를 사용합니다.
혼합물 설계에는 선별 및 일부 요인 설계보다 더 많은 실행이 포함되는 경우가 많지만 목적은 다릅니다. 모델 복잡성에 따라 각 요인에 대해 여러 수준을 가질 수 있고 원하는 제약 조건(요인의 최대 비율에 대한 또는 (일부) 사이의 비율에 대한 제약 조건)을 추가할 수 있으며 혼합 프로파일러를 사용하면 실험 공간 탐색이 매우 쉽습니다. (JMP 샘플 데이터 "Donev Mixture Data"의 스크린샷 예) 또한 필요한 경우 "고정 제약 조건"(예: F4가 2%인 경우)으로 응답을 최적화하려는 경우 특정 수준에서 모든 요소를 수정/차단할 수 있습니다. 예측 프로파일러 옵션(jmp.com)
귀하의 접근 방식은 흥미롭습니다(이론적으로 비율에 대해 논쟁의 여지가 있더라도). 새로운 실행으로 결과를 확인하여 여전히 올바른 예측을 하고 모델을 검증할 수 있는지 확인하는 것이 좋을 것입니다.
이 답변이 도움이 되길 바라며,
Re: DSD 및 자원에 대한 후속 DOE에 대한 일반 지침이 있습니까?감사해요 @Victor_G ,
의약품 제제 업무에 대해 잘 아시는 것 같으니 좀 더 자세히 말씀드리겠습니다.
예, 총량을 고정하고 각 요소의 양을 변경하는 순수 혼합 문제입니다.
그러니까 말씀하신 대로 F1+F2+F3+F4는 100이 되어야 합니다. 각 요인에 대해 '적어도' 3개의 수준을 갖고 싶었고 맞춤 설계를 시도했지만 주 요인의 직교성을 달성할 수 없었습니다."모델을 문제에 맞추는 것이 문제를 모델에 맞추는 것은 아닙니다."와 같은 내용을 읽은 기억이 납니다. JMP 커뮤니티의 게시물 중 하나입니다. 그러나 DSD를 사용하면 응답에 대한 각 요인의 직교 평가가 가능하므로 꼭 사용하고 싶었습니다.
그래서 이 문제에 DSD를 적용할 수 있도록 약간의 트릭을 만들었습니다. 각 요인의 %를 비율로 변환했으며 이렇게 하면 각 요인의 수준을 독립적으로 변경할 수 있습니다. 예를 들어 제가 처음 포스팅할 때 만족도를 최대화한 스크린샷을 보면 JMP에서는 F1:30, F2:5, F3:10, F4:1에 반응을 최대화할 수 있다고 알려줍니다. 이것은 비율이지만 이 비율을 F1: 65%, F2: 11%, F3:22%, F4: 2%로 변환한 다음 이 혼합물을 사용하여 제제를 선별할 수 있습니다.
나는 이것이 엄격하지 않다는 것을 알고 있으며 그것이 올바른 방법인지 확실하지 않지만 적어도 JMP는 이 데이터를 R1&R2 ~0.01 및 R3&R4 ~0.06의 예측 플롯의 p-값에 잘 맞습니다.
나는 혼합물 설계를 탐구해 본 적이 없지만 직교 설계가 가능하고 DSD에 비해 초기 스크리닝 실행 횟수가 더 적다면 그렇게 할 것입니다.
아래에 귀하의 답변 1,2,3에 대한 답변을 종합했습니다.
나는 각 응답의 중요성을 평가하고 " 바람직성 극대화'를 사용하여 내 초기 게시물(두 번째 스크린샷)에 표시된 바람직성을 찾습니다. 당신이 제안한 대로, 제 목표는 더 작은 디자인 공간을 살펴봄으로써 공식을 확실히 최적화하는 것입니다. 문제는 후속 조치를 위한 디자인 공간의 경계를 설정하는 현명한 방법이 무엇인지입니다. 해당 분야 전문가가 JMP의 바람직성 함수(두 번째 스크린샷)에서 제안한 값으로 F1과 F4를 수정하고 F2와 F3의 서로 다른 비율을 추가로 조사하기를 원한다고 가정합니다. F2와 F3의 경계를 어떻게 설정해야 볼까요? 일부 사람들은 이를 파악하기 위해 3D 산점도를 사용하는 것을 보았지만 최적화를 위해 4개의 응답을 (동시에) 고려하고 싶기 때문에 실행 가능한 옵션이 아닙니다. 하지만 저는 JMP에 여러 응답이 있더라도 사용자가 후속 조치를 취할 설계 공간을 식별하는 데 도움이 되는 몇 가지 스마트 도구가 있어야 한다고 생각했습니다. 디자인 방법 측면에서 Augment Design 도구에 대해 알지 못했습니다. 알려주셔서 감사합니다. 조사해 보겠습니다.
귀하의 의견과 제안에 감사드립니다. 저는 DOE와 JMP를 처음 접해서 적극적인 학습 단계에 있습니다. 추가 조언을 주시면 감사하겠습니다.
Re: DSD 및 자원에 대한 후속 DOE에 대한 일반 지침이 있습니까?안녕 @BJK_JerseyBoy ,
확실히 말하자면, 당신은 공식화에 대해 이야기하고 DSD를 수행하고 있습니다. DSD는 독립적인 요인을 가정하고 "총량"에 대한 제약이 없다고 가정하는 특별한 요인 설계입니다. 이것이 정말로 귀하의 경우입니까? 요소 간의 제약/의존성 없이 "첨가제" 양을 추가하거나 줄일 수 있으며 용매는 F1, F2, F3 및 F4의 변화를 보상합니까?
아니면 F1+F2+F3+F4의 양이 항상 제제의 100%와 같아야 합니까? 이 경우, 혼합물 설계(jmp.com) 아마도 귀하의 요구에 더 적합했을 것입니다.
- 프로파일러 옆에 있는 빨간색 점인 "최적화 및 만족도", "만족도 극대화"를 클릭하면 JMP가 여러 응답에 대해 어떤 최적화를 수행하는지 확인할 수 있습니다. 기본적으로 4개의 응답 각각은 동일한 중요도(1)를 갖지만 응답에 더 높은/낮은 중요도를 부여하려는 경우 "권장성 설정"에서 이를 변경할 수 있습니다.
- DoE에 실험을 추가하여 시스템에 대한 더 깊은 이해를 구축하고 싶다면 "Augment Design" 플랫폼이 정말 도움이 될 수 있다고 생각합니다. 증강 디자인(jmp.com).이렇게 하면 기존 모델과 실험을 유지(또는 보강)하면서 새로 추가된 실험으로 정밀도를 높이거나 요인의 범위를 변경하여 더 넓고 작은 실험 공간을 탐색할 수 있습니다.
- 아마도 시도해 볼만한 흥미로운 것은 요인 공간의 일부 범위를 늘리는 것일 것입니다(탐색 단계에 있는 경우 최적화 단계에서는 더 작은 최적의 실험 공간에 집중하는 것이 가장 좋습니다). 예를 들면 다음과 같습니다.
- 요인 F2와 F3의 수준이 더 낮을 경우(및/또는 요인 F1의 수준이 더 높을 경우) F2와 F3을 가장 낮은 수준으로 유지하고 F1을 가장 높은 수준으로 유지해야 합니까?
- F4의 범위가 더 넓으면 어떻게 됩니까? 응답에 미치는 영향이 바뀌나요?
이러한 첫 번째 생각이 도움이 되기를 바랍니다.
