La formulazione dei prodotti moderni non è mai stata così complessa. Che si tratti di sviluppare un nuovo shampoo o un farmaco salvavita, gli scienziati e gli ingegneri di oggi si trovano di fronte a una nuova realtà: gli ingredienti non sono più semplici. Sono accompagnati da sotto-scelte. Ogni ingrediente può avere diverse opzioni di sotto-ingredienti, ognuna con i propri limiti di concentrazione, e ogni formulazione può richiedere la selezione di solo una manciata di elementi da un elenco più lungo di candidati. Definire uno spazio sperimentale valido in presenza di questi vincoli stratificati rappresenta una nuova sfida, il che significa che gli approcci più noti non sono più sufficienti.
In questa presentazione, introduciamo un nuovo componente aggiuntivo per JMP, sviluppato proprio per affrontare questa sfida. Il componente aggiuntivo offre ai ricercatori un'interfaccia intuitiva per definire strutture di miscele complesse, incluse categorie gerarchiche di ingredienti, limiti di concentrazione superiori e inferiori e limiti sul numero di sub-ingredienti che possono essere attivi in una data formulazione. A partire da questi dati, viene creata una tabella di candidati da fornire alla piattaforma di ottimizzazione bayesiana di JMP.
Diamo poi vita a tutto questo con un'applicazione reale, in cui il componente aggiuntivo è stato utilizzato per progettare esperimenti per una nuova formulazione, navigare in uno spazio di ingredienti estremamente limitato e, in definitiva, identificare una formula vincente più velocemente e con maggiore sicurezza rispetto a quanto consentirebbero gli approcci tradizionali.
