In der Praxis geht selbst bei einer gut geplanten Versuchsplanung (DOE) oft etwas schief. Bediener können Fehler machen oder Instrumente können nicht mitspielen. In der Biotechnologie können Experimente selbst im kleinen Maßstab teuer sein. Was passiert, wenn bei der Durchführung eines ohnehin schon kostspieligen Experiments etwas schiefgeht? Ist es möglich, die DOE zu retten, sobald sie vom Plan abweicht, ohne abgeschlossene Läufe zu verschwenden? Wir zeigen zwei Beispiele für die Verwendung der JMP DOE-Plattform zum Planen, Bewerten und Ändern von Designs in der Biotechnologie.
In Beispiel 1 planten wir ein I-optimales Design mit fünf kontinuierlichen Faktoren und einem Blockfaktor, der zwei Instrumente repräsentierte. Während der Ausführung wich der Bediener von der geplanten Instrumenten-ID ab und bemerkte den Fehler nach Abschluss eines Drittels der Läufe. Um das Design zu retten, ordneten wir die Block-IDs für die verbleibenden Läufe den beiden Instrumenten in einer Reihenfolge zu, die vergleichbare Designeigenschaften wie das Original erzielte.
In Beispiel 2 planten wir ein A-optimales Split-Plot-Design. Die Wissenschaftler stellten jedoch fest, dass das Instrument die hohen Druckeinstellungen zu Beginn des zweiten Whole-Plot-Laufs nicht tolerieren konnte. Aufgrund begrenzter Ressourcen legten wir Wert darauf, die abgeschlossenen Läufe zu speichern. Da sich ein Split-Plot-Design nicht einfach erweitern lässt, entwickelten wir ein modifiziertes Design, das die abgeschlossenen Läufe berücksichtigte. Dies führte, wie das Team einräumte, zu weniger wünschenswerten Designeigenschaften.
Diese Beispiele veranschaulichen, wie wir DOEs als Reaktion auf Herausforderungen anpassen und retten können, und unterstreichen die Bedeutung der Flexibilität im experimentellen Design.
