La formulación de productos modernos nunca ha sido tan compleja. Ya sea para desarrollar un nuevo champú o un medicamento que salve vidas, los científicos e ingenieros de hoy se enfrentan a una nueva realidad: los ingredientes ya no son simples. Vienen acompañados de múltiples opciones. Cada ingrediente puede tener varias opciones de subingredientes, cada uno con sus propios límites de concentración, y cada formulación puede requerir seleccionar solo unos pocos de una lista más extensa de candidatos. Definir un espacio experimental válido bajo estas múltiples restricciones representa un nuevo desafío, lo que significa que los enfoques más conocidos ya no son suficientes.
En esta presentación, introducimos un nuevo complemento para JMP desarrollado para abordar precisamente este desafío. El complemento ofrece a los investigadores una interfaz intuitiva para definir estructuras de mezclas complejas, incluyendo categorías jerárquicas de ingredientes, límites de concentración superiores e inferiores, y restricciones sobre la cantidad de subingredientes que pueden estar activos en cualquier formulación. A partir de estos datos, se construye una tabla de conjuntos candidatos que se introduce en la plataforma de optimización bayesiana de JMP.
A continuación, lo ponemos en práctica con una aplicación real, donde el complemento se utilizó para diseñar experimentos para una nueva formulación, navegar por un espacio de ingredientes muy limitado y, en última instancia, identificar una fórmula ganadora más rápidamente y con mayor confianza que con los enfoques tradicionales.
