Die Entwicklung moderner Produkte war noch nie so komplex. Ob Shampoo oder lebensrettendes Medikament – Wissenschaftler und Ingenieure stehen heute vor einer neuen Realität: Inhaltsstoffe sind nicht mehr so einfach. Sie bringen vielfältige Unteroptionen mit sich. Jeder Inhaltsstoff kann mehrere Unterbestandteile mit jeweils eigenen Konzentrationsgrenzen aufweisen, und für jede Formulierung müssen unter Umständen nur wenige aus einer langen Liste von Kandidaten ausgewählt werden. Unter diesen komplexen Rahmenbedingungen einen validen experimentellen Raum zu definieren, ist eine neue Herausforderung, weshalb die bisherigen Ansätze nicht mehr ausreichen.
In dieser Präsentation stellen wir ein neues JMP-Add-in vor, das genau für diese Herausforderung entwickelt wurde. Das Add-in bietet Forschern eine intuitive Benutzeroberfläche zur Definition komplexer Mischungsstrukturen, einschließlich hierarchischer Inhaltsstoffkategorien, oberer und unterer Konzentrationsgrenzen sowie Beschränkungen der Anzahl aktiver Unterbestandteile in einer gegebenen Formulierung. Aus diesen Eingaben wird eine Kandidatentabelle erstellt, die der JMP-Plattform für Bayes'sche Optimierung zugeführt wird.
Anschließend veranschaulichen wir dies anhand einer realen Anwendung, bei der das Add-in verwendet wurde, um Experimente für eine neue Rezeptur zu entwerfen, sich in einem stark eingeschränkten Zutatenraum zurechtzufinden und letztendlich eine erfolgreiche Rezeptur schneller und mit größerer Sicherheit zu identifizieren, als es mit herkömmlichen Ansätzen möglich gewesen wäre.
