La formulation moderne des produits n'a jamais été aussi complexe. Qu'il s'agisse de développer un nouveau shampooing ou un médicament vital, les scientifiques et ingénieurs d'aujourd'hui sont confrontés à une nouvelle réalité : les ingrédients ne sont plus simples. Ils comportent des sous-options. Chaque ingrédient peut avoir de multiples sous-ingrédients, chacun avec ses propres limites de concentration, et chaque formulation peut nécessiter la sélection d'un nombre restreint de candidats parmi une longue liste. Définir un espace expérimental valide compte tenu de ces contraintes complexes représente un nouveau défi, ce qui signifie que les approches traditionnelles ne suffisent plus.
Dans cette présentation, nous introduisons un nouveau module complémentaire JMP conçu précisément pour répondre à ce besoin. Ce module offre aux chercheurs une interface intuitive pour définir des structures de mélanges complexes, incluant des catégories d'ingrédients hiérarchisées, des limites de concentration supérieures et inférieures, ainsi que des limites quant au nombre de sous-ingrédients actifs dans une formulation donnée. À partir de ces données, un tableau de candidats est construit pour être intégré à la plateforme d'optimisation bayésienne JMP.
Nous donnons ensuite vie à cela avec une application concrète, où le module complémentaire a été utilisé pour concevoir des expériences pour une nouvelle formulation, naviguer dans un espace d'ingrédients très restreint et, finalement, identifier une formule gagnante plus rapidement et avec une plus grande confiance que ne le permettraient les approches traditionnelles.
