생물의약품 개발에서 반복적으로 발생하는 과제는 분석적 통찰력을 활용하여 분석 방법을 확립하고 최적화하는 방법을 찾는 것입니다. 본 사례 연구는 특정 크로마토그래피 기법에 초점을 맞추고 있으며, 그 기반이 되는 접근법은 제형 및 생물공정 개발과 같은 다른 분야에도 성공적으로 적용되었습니다.
이 과제를 해결하기 위해 개별 실험 계획(DOE)의 데이터를 추가 요인으로 목표를 도입하여 병합하거나, 이후 모델 통합을 통해 통합하여 통합된 예측 함수를 생성했습니다. 핵심 과제는 모델 간 비교를 위해 프로젝트 전반에 걸쳐 일관된 평가를 보장하는 것이었습니다. JMP의 일반화 회귀 분석은 견고하고 해석 가능한 모델을 구축하는 데 중요한 역할을 했습니다.
이러한 모델을 기반으로 최적화 목표와 범위를 정의했습니다. JMP의 프로파일러 및 시뮬레이션 기능을 사용하여 평균 예측과 몬테카를로 시뮬레이션을 수행하여 핵심 성과 기준에 따른 설계 공간을 탐색했습니다. 전략적 시각화를 통해 여러 입력 및 출력 변수에 대한 최적의 매개변수 조합을 동시에 도출하여 해당 분야 전문가가 복잡한 데이터를 효과적으로 파악할 수 있도록 했습니다.
그 결과, 유사한 입출력 추세가 확인되어 일반화 가능한 프로세스 지식을 도출할 수 있었습니다. 경우에 따라 불확실성 정량화를 통해 제안된 설정값의 위험 평가를 가능하게 하여 분석법 개발 시 정보에 기반한 의사 결정을 지원했습니다. 더 복잡한 시나리오에서는 인공 신경망(ANN) 및 기타 머신 러닝 접근 방식과 같은 대리 모델링 기법을 적용하여 더 심층적인 패턴을 발견했습니다.
이 사례 연구는 JMP가 어떻게 다학제 협업을 지원하고 제약 개발에서 전략적인 통계적 사고를 가능하게 하는지 보여줍니다.
