809872_fr-FR

liliconcom

Une question bien posée par le DoE sur le blocage

Salut tout le monde,

J'ai une question client à laquelle je ne suis pas sûr de la bonne réponse. Voici la situation :

- Procédé biotechnologique, où ils tentent d'optimiser une formulation tampon complexe

- Facteurs : 20 ingrédients + Température

- Ils peuvent se permettre des plaques à 3 puits, avec 84 puits pour les conditions expérimentales

- ils ont une contrainte linéaire, des interactions et des effets quadratiques

- La température ne peut être modifiée que par plaque à puits.

Et maintenant, voici la question :

Puisqu'il s'agit d'un facteur DoE, comment cela serait-il perçu d'un point de vue statistique ? Facteur de blocage, facteur difficile à modifier ? D'un côté, ils s'intéressent bien sûr à la température en tant que facteur DoE régulier (effet fixe), mais il n'a que 3 répétitions. Et ces 3 répétitions pourraient être confondues avec la variabilité d'une plaque à l'autre.

Et quelle serait alors la manière appropriée d’analyser les résultats ?

J'espère que cela a du sens;)

Merci

Florian

Ré: Une question sur le blocage des plaques de puits

Byron en sait plus que moi sur ce sujet, mais avec les plaques, il faut aussi comprendre la logistique du laboratoire pour concevoir un « bon design » qui soit également exécutable. Souvent, il faut utiliser un « bon design » plutôt que le « meilleur design » pour avoir une expérience qui puisse être exécutée. Par exemple, s'agit-il d'une expérience manuelle ou automatisée en termes de chargement des plaques ? Souvent, vous aurez besoin de blocs à l'intérieur de la plaque, car une expérience totalement aléatoire (sans automatisation) serait probablement très difficile à mettre en œuvre.

Ré: Une question sur le blocage des plaques de puits

Pourquoi ne pas essayer un plan de parcelles divisées de 252 exécutions avec la température comme facteur difficile à modifier et en rendant toutes les interactions à deux facteurs si possible ? Cela facilitera l'analyse puisque vous n'aurez pas à ajouter une colonne de parcelle entière et un effet aléatoire au modèle comme ce serait le cas si vous traitez la température comme un bloc. J'ai augmenté le nombre de démarrages à 10 et cela m'a pris quelques minutes. Cela vous donne également la possibilité d'ajouter des contraintes.

Ré: Une question sur le blocage des plaques de puits

Bonjour @Byron_JMP ! Merci pour ta réponse détaillée, j'aime l'approche et j'aime la poussée vers Pro.

Il existe cependant deux limitations : 1) les DSD ne prennent pas en compte la contrainte linéaire et 2) l'option d'ajouter plus de 8 exécutions supplémentaires n'est disponible qu'en EA:)

Ce que j'ai pu générer jusqu'à présent est une conception RSM de 252 exécutions avec Temp comme facteur de blocage à 3 niveaux.

La conception Split-Plot avec la température comme paramètre difficile à modifier n'a pas convergé après quelques heures.

Il a convergé en créant des blocs aléatoires (le groupe se heurte à...).

En suivant votre approche, qui consiste à commencer par supposer que l'effet de la température est beaucoup plus important que la variation d'une plaque à l'autre, le moyen le plus simple me semble être une conception RSM de 252 exécutions avec Temp comme facteur de blocage à 3 niveaux, puis d'utiliser votre approche d'analyse avec GenReg.

Qu'en penses-tu?

Ré: Une question sur le blocage des plaques de puits

Je pense que je ne suis pas d’accord avec les réponses de tout le monde jusqu’à présent.

La température aura probablement un effet bien plus important que tout autre facteur, même la variation d'une plaque à l'autre, indépendamment de la température.
Je mettrais en place l'expérience exactement de la même manière dans chacune des trois plaques, puis je ferais fonctionner chaque plaque à la température souhaitée.

Avec seulement 84 puits et 20 facteurs, ils envisagent une conception de criblage définitive

cela vous donnera 72 exécutions avec 12 points centraux (tous des zéros)
Sur la plaque, cela signifie que les rangées 1 à 7 contiennent des essais expérimentaux et que la rangée 8 est ouverte aux contrôles et autres. Il y aura un point central dans chacune des 12 colonnes de la plaque.

Ensuite, dans l'analyse, les blocs sont en quelque sorte sans importance (dans un sens pratique), supprimez donc « :Block » du script du modèle

L'analyse de chaque plaque individuelle leur permettra de découvrir les facteurs et peut-être les termes de niveau supérieur qui sont importants. Avec toutes les exécutions supplémentaires, ils seront en mesure d'estimer un grand nombre de termes quadratiques et d'interaction s'ils sont présents.

Pour la finale, concaténez les trois plaques en prenant soin de créer une colonne source.
Recodez cette colonne source en une valeur de température numérique continue.

Accédez au modèle d'ajustement, sélectionnez les 20 variables et la température, cliquez sur le bouton macro pour RSM
Choisissez la personnalité = régression généralisée, puis utilisez une sélection directe en deux étapes

S'ils n'ont pas jmppro, vendez-le leur, car honnêtement, s'ils pensent vraiment avoir 20 facteurs qui font réellement quelque chose, ils achèteront n'importe quoi, même s'ils n'ont le budget que pour trois plaques. Ils auraient dû passer beaucoup plus de temps à décider sur quoi ils devaient expérimenter.

retour à la vraie réponse -
S'ils n'ont pas de pro, utilisez le Fit Definitive Screening (:Block removed) pour chaque température. Comparez les tableaux de paramètres pour voir si les résultats sont différents selon les températures. Le Fit Definitive Screening aidera à déterminer quelles variables ne sont pas importantes.
Dans le tableau de données combinées, utilisez le modèle d'ajustement et le RSM, mais uniquement sur les facteurs actifs, y compris la température.

Le détail clé ici est qu'ils travaillent sur un format à 96 puits. Il est plus important d'avoir une expérience exécutable que d'avoir une conception parfaite. (La conception parfaite comporterait environ 808 182 895 exécutions)

Il est également très important de leur vendre l’idée qu’ils auront besoin d’une expérience de suivi pour affiner les facteurs qui étaient réellement importants.

Ré: Une question sur le blocage des plaques de puits

oui, c'est vrai. Ils ont calculé que 3 plaques sont réalisables pour cette tâche (CDMO, ils veulent vendre cela comme une procédure).

Vous pourriez donc argumenter que la plaque est un effet aléatoire (et comme nous l'avons même bien discuté, l'emplacement), mais ils veulent également étudier la température, qu'ils ne peuvent ajuster que par plaque.

Ré: Une question sur le blocage des plaques de puits

Merci @russ_wolfinger @Chris_Kirchberg @DonMcCormack ,

Cela a déjà beaucoup de sens. Je lui ai parlé de la randomisation sur la plaque et il suppose qu'il n'y a aucun effet de l'emplacement du puits.

Donc, pour être sûr de bien comprendre la suggestion concernant la configuration de la conception. Dans la conception personnalisée, il créerait la conception en

- Spécification des 20 facteurs continus

- Spécification de la température comme facteur continu, mais difficile à modifier

- Définir la contrainte linéaire

- Ajouter les effets du modèle

- Définir le nombre de parcelles entières à 3

Correct?

Ré: Une question sur le blocage des plaques de puits

Désolé, je n'avais pas les idées claires ce matin. @DonMcCormack a une réponse plus correcte que moi, mais je ne ferais toujours pas de changements de température avec seulement 3 plaques. Une température par plaque ou deux plaques pour une température et une plaque pour une température peuvent donner une idée générale qu'il y a un effet, mais comme le dit Don, la puissance serait si faible qu'il n'y aurait aucune réelle confiance dans cette différence.

Ré: Une question sur le blocage des plaques de puits

Je suis d'accord avec @russ_wolfinger sur le fait que vous avez affaire à une conception de parcelles divisées quelque peu complexe. Je traiterais la température comme un facteur difficile à modifier. Avec seulement trois plaques de puits, la puissance de la température sera très faible, peut-être si faible que seul un effet gigantesque sera statistiquement significatif. Cela dit, il est toujours bon de faire le test statistique pour éviter de conclure qu'il y a une différence pour quelque chose de grand mais dans le bruit expérimental. Bien que l'approche la plus judicieuse consiste à traiter les lignes et les colonnes des plaques comme des effets aléatoires, cela risque de compliquer l'analyse pour l'utilisateur. S'il est à l'aise avec cela, allez-y. Lorsque j'ai dû faire face à cette situation dans le passé, une alternative courante consistait à ignorer les puits à la périphérie de la plaque et à supposer que la variabilité entre les lignes et les colonnes était négligeable, simplifiant l'analyse en supprimant les deux effets aléatoires supplémentaires.

Ré: Une question sur le blocage des plaques de puits

Pour plus de clarté, ils ont 3 plaques et il ne peut y avoir qu'une seule température par plaque ? Avec seulement 3 plaques, ils ne seraient même pas en mesure d'estimer la variance ou l'effet de deux réglages de température différents. Ils en auraient besoin d'au moins 2 par température. D'autant plus que la température est le tracé/bloc du tracé divisé.

Ré: Une question sur le blocage des plaques de puits

Une bonne approche de départ pour aider à éviter toute confusion serait de traiter la température comme une covariable continue et de spécifier la plaque et potentiellement aussi la ligne (plaque) et la colonne (plaque) comme effets aléatoires.

Il s'agit d'un scénario à intrigue divisée et une discussion approfondie avec des exemples se trouve dans https://www.amazon.com/JMP-Mixed-Models-Ruth-Hummel/dp/195236521X?asin=1951684028&revisionId=&format=4&depth=1

Ré: Une question sur le blocage des plaques de puits

Je reste fidèle à l'idée d'une conception entièrement reproduite pour chaque niveau de température/plaque.

20 facteurs ne sont pas pratiques pour un modèle RSM, tant en raison du nombre d'exécutions requis que de la possibilité de pipeter 252 combinaisons sans faire d'erreur. Il est peut-être possible de programmer le robot pour effectuer les combinaisons, mais je ne connais pas de système robotique capable de gérer 20 composants, peut-être en ont-ils un ?

S'ils ont vraiment besoin de 20 facteurs, alors un DSD est vraiment la bonne direction. Pour les exécutions qui violent les contraintes linéaires, laissez le puits de la plaque vide et signalez les données comme manquantes pour l'analyse, ou faites simplement l'exécution quand même, il n'y aura pas assez d'exécutions incorrectes pour ruiner l'expérience. Pour les exécutions supplémentaires, ajoutez simplement des variables factices comme le fait JMP. C'est exactement la même chose que d'ajouter des facteurs supplémentaires. Par exemple, faites le plan avec 20+8 facteurs, puis supprimez les 8 colonnes supplémentaires. La structure de repli sera là. L'option d'exécutions supplémentaires était plus simple que d'expliquer le concept d'exécution factice. (Remarque : 8 facteurs supplémentaires ajoutent 16 exécutions... exécutions totales = facteurs * 2+1. Devrait être capable de détecter 10 ou 11 facteurs actifs et leurs termes d'ordre supérieur, en supposant qu'environ la moitié des 20 facteurs sont actifs, ce qui peut être un peu exagéré). @DonMcCormack peut-il me vérifier à nouveau ?

Ré: Une question sur le blocage des plaques de puits

Pour les exécutions qui violent les contraintes linéaires, laissez le puits de la plaque vide et signalez les données comme manquantes pour l'analyse, ou effectuez simplement l'exécution quand même, il n'y aura pas assez d'exécutions incorrectes pour ruiner l'expérience.

Gardez à l’esprit que les exécutions manquantes dans un DSD ont tendance à casser les choses (vous devez également masquer/exclure l’exécution de repli correspondante et/ou utiliser quelque chose comme GenReg pour effectuer l’analyse).

Ré: Une question sur le blocage des plaques de puits

J'ai deux inquiétudes concernant l'exécution de l'expérience de cette manière. Tout d'abord, je déteste l'idée de jeter des exécutions. Cela va à l'encontre de la raison pour laquelle le DOE est meilleur que l'expérimentation ad hoc. Deuxièmement, avec autant d'interactions à deux facteurs et si peu d'informations (je suppose que s'ils en savaient plus, il y aurait moins de facteurs), vous courez le risque d'avoir beaucoup de 2FI actifs. Les DSD fonctionnent mal dans ces circonstances. Je traiterais cela comme une expérience de criblage et je ne m'inquiéterais pas des effets quadratiques. Avec 252 exécutions par plaque, vous en avez assez pour estimer tous les effets principaux et les 2FI. Étant donné qu'il y a trois plaques, la puissance des 2FI devrait être décente en fonction des contraintes.

Au fait, lorsque j'essaie de créer ce design, je finis par arrêter la génération du design après 5 à 10 minutes. Je ne sais pas si je ne le laisse pas durer assez longtemps ou si cela ne fonctionnera tout simplement pas. Je vais réessayer pendant la nuit et je vous ferai savoir ce qui se passe.