L'ottimizzazione bayesiana è un potente approccio statistico che accelera la scoperta di nuove molecole, formulazioni, prodotti, imballaggi e processi, guidando in modo efficiente esperimenti sequenziali, risultando ideale per studi costosi o che richiedono molto tempo. Questa presentazione illustra le applicazioni dell'ottimizzazione bayesiana di JMP per ottimizzare la progettazione di prodotti e formulazioni. Presentiamo un caso di studio complesso con oltre 100 ingredienti di formulazione e numerose categorie di ingredienti, con vincoli sia a livello di categoria che a livello di ingrediente. Generando un insieme di formulazioni candidate che soddisfacessero questi complessi vincoli di formulazione e applicando successivamente l'ottimizzazione bayesiana di JMP, abbiamo identificato e confermato sperimentalmente con successo formulazioni candidate migliorate.
