每次运行成本高昂且耗时（灌注生物反应器中的低通量过程优化）时的 DoE你好，
我希望对灌注生物反应器（含酵母）内的工艺条件进行 DoE 优化。我使用的系统的吞吐量基本上是 1，每次运行需要 1-2 周。由于这些限制，我考虑进行一次运行并在运行期间改变我的因素。我可以通过采样和获取瞬时指标甚至每日体积产量来监控我的反应（产品滴度和细胞比生产力）。我希望优化溶解氧 (DO)、温度、pH 等条件，这些条件在运行中很容易改变，但其他因素（如培养基成分）则更难，因为变化不会立即发生。
我认为这种设计可能会遇到的问题是，一个步骤中细胞状态的变化可能会影响后续步骤。我想知道是否有人之前使用过 JMP 设计过这种实验，并且有任何关于如何规划它的最佳方法的提示。或者，如果有人对如何在生物反应器中执行这种低通量 DoE 有其他想法，我愿意听取新想法。
谢谢您的帮助！
实验设计回复：每次运行都成本高昂且耗时（灌注生物反应器中的低通量过程优化）的 DoE你好@Ben2 ，
我对您描述的低通量生物反应器的实验设置不太熟悉，但这里有一些问题、意见和建议可以帮助您：
- 你的目标是什么？系统理解/探索和/或优化？你的测量系统有多准确？你的实验有多“嘈杂”？
根据您对目标（理解/优化）的重视程度，如果您的主要目标是优化系统，则可以使用 DoE 方法（了解哪些因素确实有助于改进/响应）或使用模型驱动的顺序实验的贝叶斯优化方法。但请注意，根据您的实验系统的维数（因素和级别的数量）以及实验的“噪声”程度，贝叶斯优化可能不适合高噪声系统和/或高维系统，因为模型可能很难找出优化系统的“方向”。
- 如果你打算在实验过程中改变因子水平，并且担心改变顺序可能会影响结果（“一步中细胞状态的改变可能会影响后续步骤”），则可能有两种选择：
- 将步骤顺序保存为数据表中可用于分析的新非受控因素，但就时间趋势/变化顺序的设计稳健性而言，这可能不是最佳选择。时间趋势和因素之间可能存在相关性，但无法区分两者中的哪一个对响应负责。
- 在设计中将时间/顺序作为协变量（并包括线性和二次效应）：这是 DoE 的一个特殊情况，带有协变量（“时间趋势稳健设计”），您可以在 Peter GOOS 和 Bradley JONES 的“最佳实验设计：案例研究方法”（第 9 章）中找到。有关这些讨论的更多信息：
定制设计中按定义顺序排列的协变量
将时间滞后纳入 DoE
- 此外，根据因素变化的难易程度（例如，您提到“溶解氧 (DO)、温度、pH 值，这些因素在运行中很容易发生变化，但其他因素（如培养基成分）则更难，因为变化不会立即发生。”），您可以使用分割区设计结构，这样可以创建一个整体图/“宏观因素”，如培养基成分，您可以在其中进行多次试验并记录响应。请注意，这个想法可以与之前的时间趋势稳健设计想法一起使用，使用“宏观因素”/整体图，您可以在其中进行几次实验，其中将变化顺序作为协变量考虑在内。
我希望这些问题、评论和建议对你有帮助，
回复：每次运行都成本高昂且耗时，DoE（灌注生物反应器中的低通量过程优化）你好@Ben2 ，
我有进行生物反应器优化的经验 - 您将遇到的挑战之一是在生物反应器中期改变搅拌、pH 控制和通气，这将在决定整个批次的“最佳”条件时造成混乱。中途改变条件会对细胞活动产生不同的压力，并可能对发酵进行的方式产生更长远的影响。
需要考虑的一件事是，如果您可以缩小规模（即摇动烧瓶）以进行培养基优化，并假设最佳培养基成分在小规模和生物反应器规模下是相同的 - 这为您提供了实验广度和实验可用性，以进行 DoE 方法。然后，您可以在 DoE 设置中单独控制生物反应器设置（搅拌、pH、曝气），其中每次运行都是对多种因素的组合进行测试，即我将在 24 小时时将 DO% 设置为 40%，在 48 小时时设置为 50%，依此类推。
如果您有任何疑问，我很乐意对此发表更多评论。
谢谢，
本
回复：每次运行都成本高昂且耗时，DoE（灌注生物反应器中的低通量过程优化）嗨，维克多，
谢谢您的回复！首先回答您的问题：
1) 目的不是优化系统本身，而是针对我正在表达的特定重组蛋白优化系统条件。
2）该系统对诸如溶解氧、pH 值和温度等参数的测量相当可靠，因为它们由反馈回路控制，但诸如培养基成分等参数会随着时间而变化，具体取决于细胞如何消耗营养（培养基在整个过程中不断被喂养）。产品响应是一种更有限的测量，因为它需要由人工进行物理采样
我想我可能会使用时间作为协变量因子。将我没有研究的其他工艺条件也作为协变量因子纳入是否有意义？考虑到我实际上只有 1 个实验，并且尝试在实验中使用不同的步骤（不同的因素）进行优化（但如果我错了，你可以告诉我），我并不完全确定贝叶斯优化的相关性。就裂区设计而言，这是我在实验完成后在分析中主要做的事情吗？只是为了确认，你是说将诸如媒体之类的东西视为一个整体，而不是构成它的各个组成部分吗？
感谢您的提问和建议，这非常有帮助！
回复：每次运行都成本高昂且耗时，DoE（灌注生物反应器中的低通量过程优化）嗨，本，
谢谢您的回复！
需要澄清的是，我操作的反应器是灌注反应器，它有恒定的培养基进料和恒定的“废”培养基流出（包含用于表达的分泌蛋白）。反应器和摇瓶之间的进料策略不同，这也是我想在生物反应器规模上研究它的原因之一。此外，我们的生物反应器中获得的细胞密度明显高于摇瓶中可实现的细胞密度。
我非常同意这个说法（“中途改变条件会对细胞活动产生不同的压力，并可能对发酵过程产生更长时间的影响。”），但没有选择在独立实验中进行优化。我打算尝试在实际收集“运行”（第 1 个实验中的步骤）数据之前允许过渡步骤使细胞进入稳定状态，我认为这可以最大限度地减轻一些负担。如果您对如何最大限度地减少早期步骤对后续步骤的影响有其他建议，我将洗耳恭听！
再次感谢您的反馈，它非常有帮助！
回复：每次运行都成本高昂且耗时，DoE（灌注生物反应器中的低通量过程优化）你好@Ben2 ，
是的，我认为使用其他工艺条件是有意义的，可以作为协变量因素或不受控制的因素（以便能够使用这些因素进行分析，即使未包含在设计生成中）。
我不知道贝叶斯优化，如果你能考虑因素变化的顺序/时间依赖性（而不仅仅是因素变化/值）以快速优化因素，可能会有所帮助。
裂区设计是指随机化受实验条件限制的情况（请参阅具有随机化限制的设计），这在设计和分析中都有体现。我不知道如果只有一个实验（并且只有该实验中变化的因素），这种设置有多大相关性，但如果要考虑多个实验，则可以构建裂区设计，将整个区作为考虑的运行（具有特定的酵母类型或任何在运行期间不会改变的因素），将“易于改变”的因素/子区作为在运行期间可以改变的协变量因素，并考虑顺序/时间。
希望这个回答能给你一些启发，
回复：每次运行都成本高昂且耗时，DoE（灌注生物反应器中的低通量过程优化）哇，听起来很有趣！我不是您的流程的专家，所以我必须与您讨论才能真正了解情况和限制。但是，以下是我的一些想法：
1. 计划迭代。不要试图通过一次实验分配和优化所有内容。考虑一下您需要哪些知识才能有效地继续调查。拥有一个昨天有效的出色模型并不是很有效。
2. 花费足够的时间识别噪音（未来你不愿意控制的因素，因为你没有技术，没有资金，或者认为控制它们不方便）。那么你将使用什么策略来最大化推理空间，同时不牺牲设计精度（例如，阻塞、重复、分割图）。
3. 我认为你可能有机会使用裂区试验（不一定以传统方式）。我强烈建议你阅读：
Box、GEP、Stephen Jones (1992)，《稳健产品实验的裂区设计》， 《应用统计学杂志》 ，第 19 卷，第 1 期
在连续步骤情况下，这些可能非常有效,
4. 设计多个实验（在 JMP 中很容易完成）。对于每个实验，比较和对比每个实验将给您带来什么（例如，您将获得哪些潜在知识（设计和噪音分辨率、线性、可重复性））与所需的资源。预测每个实验的所有可能结果，并准备好处理其中任何一个（例如，您运行实验并且性能指标没有改变，或者您在性能指标中创建了很多变化，但这些都不能分配给因子效应，等等）。
5. 最后，也是最重要的一点，无论结果如何，没有人能预先知道最好的实验！反思您在实验过程中学到的知识，并借鉴这些经验来更好地设计下一个实验。
回复：每次运行都成本高昂且耗时，DoE（灌注生物反应器中的低通量过程优化）你好@Ben2 ，
抱歉，我错过了连续灌注 - 是的，让它们回到酵母的稳定状态然后在每次“稳定”后运行你的条件是一个好主意 - 需要考虑的一件事是你每次“运行”的时间长度：你会在设定的时间段内（即 72 小时）或设定的目标（即细胞密度为 X，产品量为 Y）运行每次迭代吗？
为了进一步丰富您的想法，请尝试考虑一种方法来测量细胞恢复到稳定状态时的寿命/压力状态，您可以在每个稳定状态下执行哪些测试来判断“这与上次运行的健康状况相同” - 这可能是 OD600 值、死/活比率或测试某些代谢物（如果您足够幸运，可以使用 HPLC 或 Flex 监测器进行测试）。然后，您可以决定是否要继续使用这批细胞，或者最好将其丢弃并采用新的冷冻/种子继续使用。
对于迭代方法来说，贝叶斯优化无疑是一个不错的选择，但您也可以考虑使用范围界定设计之类的方法来帮助您起步。
您提到了 DO - 这是要控制的目标吗？还是最好将其分为搅拌和曝气的控制速率？我通常认为 DO 是细胞对生物反应器条件变化的反应的产物，而不是您控制的参数（尽管您可以争辩说，您控制的生产阶段的目标 DO 值保持在一定水平以上是一个受控参数）。
希望有帮助！
本
