Salut, mon nom est Tannaz Taysoleiman. Aujourd'hui, Je suis en allant à parler à propos un application de JMP données analyse plate-forme pour pharmaceutique industrie. Le se concentrer de ce présentation est en allant à être sur comment nous peut obtenir plus croix- niveau aperçu en utilisant plus intelligent Conception de l'expérience Biche et après comment nous peut analyser il mieux dans commande à trouver optimum processus paramètres pour spécifiquement, pour exemple, pharmaceutique industries.
Mais quoi faire I signifier de croix- niveau aperçu? À obtenir à que, laisser moi expliquer le cas histoire que nous avoir fait avec un de notre clients. Que ils étaient dans le phase de processus développement de a vaccin production, et ils recherché à caractériser ce processus. Si étaient en allant à diviser le différent phase de vaccin production et le processus. Nous peut diviser il dans deux principal phases de En amont et En aval.
Le En amont phase est le phase que ils infecter le hôte cellules avec a limité nombre de virus et alors garder il sous a contrôlé environnement et sous spécifique processus condition pour le virus à grandir et le population atteint le cible niveau. Après que, ils avoir à se déplacer le matériels à le suivant unité. Nous appel il En aval Unité pour purification et le formulation à faire le vaccin prêt pour le injection et en allant dehors à le marché.
Le client étaient se concentrer sur le processus développement de ces deux phases, signification que ils nécessaire à caractériser le processus. Dans commande à faire que, ils nécessaire à identifier qu'est-ce que le la plupart significatif paramètres pour chaque de ces unités, les deux En amont et En aval en utilisant Conception des expériences. T poule après que, collecter le données à être capable à modèle le processus pour chaque individuel unité, et alors en utilisant le modèle à trouver le optimum robuste paramètre pour chaque de eux.
C'est a très typique tâche dans le bio-industries à diviser le processus dans principal unités et alors caractériser chaque unité individuellement. M os de le cas, ce caractérisation sont pas influencé par chaque autre. Donc ils sont complètement indépendant tâche et Conception des expériences.
Garde ce dans esprit, le ordre du jour de ce parler est en allant à être sur comment nous peut faire ces Fait plus descriptif et plus complet à avoir le plus haut ou plus information à propos différent niveaux de le processus, et alors après, comment nous peut utiliser JMP données analyse plate-forme à d'abord modèle le données et alors utiliser le modèle à optimiser le processus.
Allons-y commencer avec le Conception de l'expérience pour ce spécifique cas étude. W e commencé avec en fait en cours d'exécution plusieurs ateliers avec le équipes à venir depuis les deux En amont et aussi En aval. T poule nous avait plusieurs ateliers à juste calcul dehors quoi sont le la plupart important facteurs ou paramètres dans leur processus.
Nous pourrait facilement voir, dans le d'abord coup d'oeil, que nous sont fin en haut à a très haut nombre de facteurs que pratiquement c'est impossible ou c'est dehors de le budget à courir tel a grand Conception des expériences. W e avait à étroit il vers le bas avec départ score chaque de ces paramètres basé sur le importance et comment beaucoup ils varier dans a normale production et alors comment il serait être le facilité de changement pour chaque de ces facteurs. W e pourrait score il d'abord et alors étroit le nombre de paramètre à huit pour chaque de ces unités.
Après que, nous pourrait facilement aussi dans que atelier, pourrait voir le haut influence de, pour exemple, En amont résultat sur le En aval Unité juste parce que ces deux unités sont très connecté ensemble et ils peut facilement influence chaque autre. Signification que si ils recherché à caractériser a En aval séparément et trouver le optimum paramètre, la plupart probablement il ne peut pas travail comme optimum comme ils attendu parce que il peut très influence par le résultat de En amont Unité.
C'est mieux à avoir il plutôt de deux individuel ou indépendant Conception de l'expérience, ayant a articulation Biche, couverture les deux accompagnements ensemble et aussi couvertures le interaction. Que donne nous a très bien croix- facteur aperçu dans notre Conception des expériences et aide aussi à le même temps à minimiser le nombre de court que ils faire. A lso obtenir aussi beaucoup mieux randomisation facteur pour notre court, de cours, sous pratique surveillance.
Comment nous avoir fait ce théorie? Avant I saut à le démo que I recherché à montrer toi, laisser moi donner toi quelques information à propos le limitation que nous avait dans ce théorie. F premier de tous, chaque En amont lot pourrait directement aller à un En aval lot. Mais dans le En aval, ils avait le possibilité à courir deux réacteurs dans parallèle à augmenter le capacité de En aval.
Mais le plus grand limitation ils avait dans le En aval était que quand ils étaient en cours d'exécution ceux parallèle réacteurs, deux de le conception facteurs avait à être ensemble le même pour ceux deux parallèle réacteurs. Pour exemple, dans ce cas, ils avait à garder le Enzyme temps et Prise en haut temps sur le En aval constante sur les deux parallèle réacteurs.
Alors aussi il était très important à avoir a approprié temps planification entre En amont et En aval, signification que ils ne pouvait pas avoir a grand décalage depuis le finition de le En amont lot jusqu'à il atteint à le En aval lot.
Aussi entre ces deux phases, nous pourrait identifier a facteur appelé initial cellule densité que est surtout à venir depuis En amont, que il était a commun facteur entre ces deux unités. W e appel il comme a paire facteur à rejoindre ces deux Fait et connecter ces deux Fait dans un complexe un.
À commencer que, nous aussi nécessaire à comprendre, d'accord, quoi est le minimum nombre de En amont lots ou En aval lots nous besoin? S mince, comme toi peut voir ici, ils les deux avait huit conception facteurs, mais depuis le En aval processus avait le supplémentaire limitation sur notre conception, que serait être le un contrôle le minimum nombre de expériences. C'est pourquoi I commencer le Biche par regarder à le En aval processus.
Allons-y avoir a regarder à le démo. Comme toi peut voir ici, ces sont le conception facteur que nous avait pour le En aval Unité. I vouloir à savoir comment beaucoup minimum, comment beaucoup expériences ou badges faire I besoin depuis En amont à être capable à couverture tous le requis badges ou expériences I courir dans mon Fait.
Départ avec coutume conception, alors I peut charger mon facteur. Ces sont tous facteurs que I avoir pour En aval. Plus I besoin à ajouter mon initial cellule densité, le partie facteur que vient depuis En amont lots. Comme toi peut voir ici, presque tous de ces facteurs, le changements sont ensemble comme facile sauf le Tenir bon temps et aussi Enzyme temps, lequel sont le deux facteurs que I vouloir à garder eux similaire pour le deux en cours d'exécution lots dans parallèle.
Avec ce paramètre, I peut être bien sûr que ceux lots sont ensemble à avoir le même Prise en haut temps et Enzyme temps. De plus, Je suis intéressé dans le principal effet dans mon modèle et le interactions. Allons-y avoir a regarder ici. Comme toi peut voir, quelques de eux, le interactions sont ensemble à si possible, lequel I vouloir à avoir eux comme nécessaire. Et nous sont bien ici.
Comme toi peut voir ici, JMP suggère moi que toi besoin minimum 19 expériences dans a En aval à couverture pour ces interactions. T o être sûr, nous toujours vouloir à avoir un minimum supplémentaire sur haut. T a donne moi 20 expériences ou 20 En amont lot comme le minimum départ indiquer pour En amont.
D'accord, alors allons-y avoir a regarder à mon En amont. Ces sont mon En amont facteurs et I peut charger il dans mon coutume conception. I suis aussi ici intéressé dans deux interactions. S mince nous dit que nous vouloir à avoir 20 En amont expériences, I peut spécifier comme a utilisateur comment beaucoup expériences I vouloir. T poule I peut faire le conception par pressage ce un.
À sauvegarder le temps, I déjà sauvé le conception et laisser moi apporter il en haut ici. Ce est le expérimental conception pour mon En amont dans le d'abord niveau. Maintenant, I vouloir à utiliser ce conception à conception mon En aval expérience. À faire que, I aller dos à mon conception facteur pour En aval. A gagner, coutume conception. I volonté charger mon facteur comme I vouloir eux à être.
N ow, I vouloir à inclure ce conception expérience pour En amont dans mon expérience. Comment I faire que est que I d'abord sélectionner que conception fenêtre et alors I peut Appelez-le. I peut sélectionner le cohérent facteurs, et alors importer que expérience aussi dans mon conception. A s toi peut voir ici, ces sont le expériences que était conçu pour le En amont, et ils sont ensemble comme a covariable .
Plus que étape est que I vouloir à avoir tous mon En aval paramètres plus mon initial ensemble densité. I vouloir à regarder à eux aussi dans interaction mode. Mais le facteurs que vient depuis En amont, I garder eux comme a principal effet. Comme toi peut voir ici, là sont quelques toujours à si possible, I besoin à être bien sûr que ils sont ensemble comme a nécessaire un.
Alors depuis I déjà compris a conception expérience, alors I peut exclure le facteur que I avoir depuis En amont. Peut être I peut juste retirer eux tous ici encore. Ajouter le principal facteur, le deuxième commande, et alors le facteurs depuis En amont seulement comme a principal facteur.
Alors I peut choisir eux. Si I aller en haut ici et dire perfusion taux, ce un, ce un, et ce un, ces sont le facteurs sont à venir depuis mon En amont, et I peut ensemble eux comme si possible. Juste à être bien sûr que I avoir tout compris dans ce un et ce un a à être aussi si possible. I ne le faites pas besoin à forcer il dans ce conception plus parce que c'est déjà compris là. Maintenant, I peut ensemble il à avoir 10 entier intrigues et 20 court ici et faire le conception.
À sauvegarder le temps encore, I avoir fait le conception et ce serait être le résultat. Maintenant ici I avoir a combiné Biche les deux pour l'amont et En aval. Le bon partie à propos il est que maintenant I avoir a colonne appelé Entier Parcelle que il dit que pour le même nombre, signification que il dit que chaque parallèle unité, I avoir a fixé Tenir bon temps et le Enzyme temps.
Comme toi peut voir ici que il changements, il garde constante entre chaque deux paires. Je suis combiner les deux dessins En amont et En aval maintenant dans un unité. Alors I peut aussi prioriser lequel En amont Unité a à être courir d'abord à être capable à garder le temps équilibre entre le En amont et En aval, et aussi avoir donc beaucoup flexibilité dans garde le condition fixé entre le parallèle expert. Ce pourrait donner moi a très bien aperçu de les deux niveau et alors les deux phases ensemble.
Allons-y aller dos à le diapositives. N ow nous avoir a bien Conception de l'expérience revêtement les deux phase. Maintenant allons-y avoir a regarder comment nous peut faire le analyse ensemble. Mais à sauvegarder le temps, Je suis en allant à seulement regarder à le En amont processus et regarder à le données. T il but est que maintenant I vouloir à modèle le croissance phase de le virus dans le En amont et utiliser le Cinétique Modélisation.
Alors après I trouver que modèle, alors I peut trouver le optimal processus conditions pour En amont. Comment peut utiliser le fonctionnalité construire en haut dans JMP ? T son est mon données ensemble à le moment, c'est a normalisé données ensemble que nous avoir. A s toi peut voir ici, ce est le données que nous collecté pendant ce expérience. Il était 30 différent lots.
T poule nous couru différent processus et nous surveillé le croissance phase de virus sur différent jours et différent conditions. Et alors nous pourrait voir comment le virus population constructions en haut. U honneur quelques conditions après a alors que, le virus population débuts à dégrader ou aller à le mort espace.
N ow nous vouloir à caractériser ou modéliser ce profil ou ce croissance phase de le virus à être capable à prédire, d'accord, quoi serait être le meilleur combinaison de cellule, virus, le environnemental condition, et aussi comment beaucoup jours faire nous besoin à courir dans le En amont?
À faire que, JMP a a très bon fonctionnalité dans le spécialisé modélisation et ajuster courbe. I peut mettre ET, le rendement est le virus concentration ou population sur temps, comme ET. X comme mon jour et le lot nombre et le facteurs que est contrôle mon processus, lequel est le incubateur, le température et le initial virus concentration dans le logarithmique échelle.
La courbe d'ajustement donne moi a très bon initial aperçu de comment chaque de ces lots construire en haut sur temps individuellement. Mais alors maintenant I vouloir à modèle ces lots ou ces caractéristiques, ce Cinétique modèle. Nous avoir a très bon option ici dans JMP c'est appelé Exponentiel Croissance et Pourriture et alors Ajuster Cellule Croissance. Donc c'est a construit- dans bibliothèque que toi peut facilement choisir et alors toi peut ajuster a logistique croissance modèle à ton profil.
Comme toi peut voir ici, ce cellule croissance modèles essais à ajuster ce fonctionnalité à chaque de mon courbes, revêtement de Y0 , lequel est initial virus concentration, YM hache est le maximum atteint virus concentration, et alors division taux et alors mortalité taux. T poule il donne toi a bon résumé de chaque de ces lots, et ce est le valide développement de chaque de ces paramètre pour chaque de le lots.
Mais alors I vouloir à avoir un supplémentaire plus loin, juste calcul dehors comment est ce processus paramètre affectant chaque de mon facteurs ici. T poule dans Pro version de JMP, là est a très bon option appelé Courbe Biche A analyse que donne toi ce option à analyser quoi facteurs impactant chaque de mon processus paramètre de YM hache, pour exemple, division rapport ou mortalité taux ou donc sur.
Comme toi peut voir ici, il donne toi a combiné fenêtre que pour chaque de ces quatre paramètres, il donne toi a possibilité à utiliser le Généralisé Régression et alors essayer à analyser ou modèle chaque de eux individuellement. Comme un exemple, toi voir que pour YM hache, je peut voir le température et initial virus concentration a a significatif effet et incubateurs sont pas fonctionnement similaire. Toi vraiment obtenir a bien aperçu de le différent paramètres et truc.
Ou si I aller pour mortalité, I regarder à le Profiler, I voir aussi comment serait être le effet de ces deux facteurs sur chaque de le incubateurs, pour exemple. Il a a très bien utilisateur interface à combiner tous ces analyse ensemble et donne toi a très bon aperçu de différent facteurs et leur effet sur mon processus.
Mais aussi donne toi a bon Profiler à le bas ici que donne toi bien information à propos de, d'accord, si I changement mon incubateur et température et mon initial virus concentration, comment fait il affecter mon rendement? T poule si Je vais le faire, pour exemple, atteindre à mon cible dans moitié a jour, comment devrait être mon processus condition? T poule I peut facilement utiliser le Désirabilité Fonction ici et maximiser il.
Quoi I peut voir ici, si I vouloir à atteindre mon cible et obtenir le maximum virus concentration dans moitié a jour, I avoir à commencer avec le plus haut initial virus concentration et plus haut température. Pendant que je f I donner il plus temps et, pour exemple, dire que c'est bien, I peut courir mon En amont avec deux et a moitié jours, alors le situation serait être différent.
Toi serait dire que, d'accord, à obtenir le plus haut rendement, toi besoin à commencer avec le inférieur cellule densité ou virus densité, et alors virus que comme que haut température. C'est pourquoi toi devrait aller avec a inférieur température. C'est a très bon intuitif chemin à juste jouer autour avec différent facteurs et alors basé sur le visibilité de ton système et aussi le praticité que toi avoir dans ton processus, alors toi peut bien régler et trouver le optimum robuste processus condition.
Ce est fantastique. Mais le plus grand problème que I avoir avec ce Courbe Biche Analyse est que Je suis manquant quelques très bon fonctionnalité dans le standard modélisation partie de il, lequel si I aller pour diagnostique parcelle, pour exemple, Je suis manquant ce numérisé résiduel parcelle que a aidé moi à trouver Outli est, lequel I ne peut pas identifier si I faire avoir Outli est ici ou non.
Ou si I faire besoin à appliquer quelques transformation comme p beaucoup transformation ou donc. I vraiment manqué ceux fonctionnalité dans ce partie, mais I toujours avoir un option à compenser que manquant avec extraction ce résumé dehors et alors essayer à modèle chaque de ces paramètres individuellement. Mais allons-y faire que.
I extrait que paramètre, comme toi peut voir ici, le groupe résumé paramètre, et I extrait eux, et alors I ajouté à mon données tableau. Maintenant I peut avoir a regarder à chaque de eux individuellement et faire le analyse et le à juste calcul dehors.
Pour exemple, I volonté aller pour Y0 , et alors toi avoir le option, si I aller ici, à juste appliquer ton propre routine de modélisation et alors inclure tous le facteurs et utiliser Généralisé Régression et alors se déplacer sur avec calcul dehors si toi besoin, pour exemple, à appliquer il dans transformation ou retirer n'importe lequel valeurs aberrantes. Alors, pour exemple, si I regarder à ce un, si I regarder à YMax modèle et I essayer à modèle il dans a normale routine, I peut voir que, pour exemple, I faire avoir un dehors menteur que I avoir à retirer il.
Ou pour exemple, I besoin à appliquer quelques transformation sur mon données à clair il dehors d'abord et aussi à faire il plus normalisé et alors inclure il dans mon... Alors se déplacer sur avec mon repos de le analyse. Mais alors si I comparer ici, pour exemple, maintenant I vouloir à retirer le valeur aberrante ici.
Maintenant Je suis enlever le valeur aberrante ici. Alors I voir que I ne le faites pas besoin n'importe lequel plus intrigues courbes transformation après enlever le valeur aberrante. Quoi I voir ici, ce est en allant à être le profil depuis a normale ou standard approche de modélisation de chaque de le paramètres. Alors que si I viens dos à ce section, I était manquant que analyse et donc, quoi I pourrait obtenir dehors de il était tel a Profiler parce que I toujours avait mon valeur aberrante dans ce données ensemble et I ne pouvait pas voir ça. T poule il était à venir avec quelque chose autre.
Si I faire ce d'abord, I faire mon initial inspection et alors I peut viens dos ici dans mon image et alors, pour exemple, I peut appliquer... I d'abord besoin à retirer ce encore, Concernant se déplacer Ajuster. Et alors, pour exemple, I peut appliquer mon locale données filtre et exclure mon valeur aberrante et alors faire le modélisation partie de il. Et alors, pour exemple, et se déplacer avec le autre partie.
I avoir ce option à faire ce. Et de cours, I faire avoir le option à forcer facteur dans modèle lancement, comme c'est contrôlé et forcer terme, à forcer quelques facteurs que I pourrait voir dans mon précédent analyse que I avoir à avoir il. À commencer avec. I avoir ces deux options à compenser pour le manquant diagnostique partie dans ce analyse.
Mais dans général, c'est a parfait outil à avoir a très bien aperçu à propos quoi pourrait être le potentiel facteurs affectant sur mon processus.
D'accord. À résumer comment nous peut utiliser ce fonctionnalité, comme toi peut voir ici, nous commencé avec convenable a courbe, et alors nous extrait le modèle paramètre, et alors nous pourrait enquêter chaque de ceux paramètre individuellement, et alors soit nous forcer le significatif facteur dans le ajuster courbe, ou exclure le valeurs aberrantes, et aussi juste préalablement appliquer n'importe lequel transformation que est nécessaire, et alors toi peut obtenir a combiné aperçu comme tel dans le ajuster modèle. Ce en allant à être a très bon analyse et a très utile emballer de fonctionnalité pour notre cas.
À résumer, quoi nous avoir fait est que I vraiment recherché à mettre l'accent sur, d'abord de tous, c'est très important à savoir le complexité de le système, en particulier quand nous avoir interagir avec quelques différent niveau de processus que ils sont interaction en partie ensemble et avant mobile sur pour plusieurs Fait que ils sont indépendamment fonctionnement et ils sont indépendamment utilisé à caractériser le système.
Essayer à combiner ces Fait dans un cohérent un parce que il vraiment donne toi a bien aperçu de multi- couche interactions et aussi donne toi a parcelle de information que toi manquer dans pratique si toi courir plusieurs indépendant Fait.
Alors JMP aussi donne toi a parcelle de flexibilité sur bâtiment en haut ces Fait et aussi mettre en œuvre a parcelle de praticité information dans ton Fait. T poule à le fin aussi, nous pourrait voir que comment différent données analyse fonctionnalité et aussi construit dans bibliothèques pourrait aide à caractériser le différent processus, spécifiquement, pour exemple, dans ce cas, il était le soi- croissance processus, et comment nous peut utiliser quelques très puissant outils, en particulier dans JMP Pro, et aussi comment nous peut interagir avec autre applications standard que toi avoir dans JMP à compenser pour quelques manquant caractéristiques dans le JMP Pro Avancé Analyse Boîte à outils. Avec que, I vouloir à remercier toi donc beaucoup pour ton attention et I espoir toi comme le présentation.
