Las técnicas cromatográficas como HPLC, GC y CGE son esenciales para los flujos de trabajo analíticos en diversas industrias. Sin embargo, optimizar estos métodos sigue siendo un desafío debido a la gran cantidad de parámetros y la complejidad de los cromatogramas. Tradicionalmente, se extraen y modelan métricas de rendimiento como la resolución o la relación pico-valle, pero vincular estas métricas con el cromatograma completo suele ser difícil.
En colaboración con Chris Gotwalt de JMP, desarrollamos un enfoque innovador para modelar cromatogramas sintéticos in silico mediante el diseño de experimentos (DOE). Aprovechando el Explorador de Datos Funcionales de JMP 19 y la regresión generalizada, se pueden identificar, modelar y visualizar picos individuales. Posteriormente, el Perfilador permite la optimización interactiva, lo que permite a los usuarios simular, por primera vez en JMP, el impacto de los parámetros del DOE en cromatogramas completos.
Este póster no solo muestra la implementación en JMP 19, sino que también presenta actualizaciones recientes y nuevos ejemplos de aplicaciones prácticas. El enfoque proporciona una comprensión más profunda del comportamiento cromatográfico, facilita el desarrollo de métodos y responde a las expectativas regulatorias en constante evolución, como la guía ICH Q14. Al integrar el modelado avanzado con las capacidades interactivas de JMP, este flujo de trabajo ofrece una solución potente y práctica para la optimización de métodos cromatográficos modernos.
Tenga en cuenta que esta presentación no fue grabada y no está disponible para su visualización bajo demanda.
