本文中主要介绍了 DOE 中的混料设计（Mixture Design）在培养基混合筛选中的应用。
在传统的培养基筛选中，往往是将细胞株分别培养于 3~10 种培养基，而后对目标产物的产 率，以及质量进行检测，从而来筛选适合的培养基。这种方法至今为止也是广泛使用的，然 而在某些情况下未必能够满足生产要求。在培养基筛选过程中，往往会发现细胞在某种培养 基中能够达到很高的细胞密度，然而 PCD 不高，而另外一种培养基，PCD 较高，细胞密度 较低。或者，一种培养基得到高产率，而另外一种得到高质量。在这样的状况下，培养基混 合很可能会是一个简单快捷的解决方案。
实验结论 由此可见，Y 的预测最大值为 6.26mg/ml，而此时Байду номын сангаас PowerCHOTM1，PowerCHOTM2，ProCHOTM4 分别为，40%，60%和几乎为 0%，也即从实验结果可以得出，proCHOTM4 在三种培养基混 合中对达到最高产率无显著作用，最佳的混合配比为 PowerCHOTM1：PowerCHOTM2=4:6。 需要强调的是，DOE 只是在实验中辅助我们最优化的设计实验，模型可靠性最终还是依赖于 根据工作表进行的实验结果是否准确，可重复。而最后得到的结果，也需要进一步回归到实 验中进行检验。 DOE 是一种最有效的提高产率和优化工艺的方法，已被广泛的应用到生物制药生产中的上下 游工艺步骤中。赛多利斯的 DOE 工具（BioPAT MODDE®）结合 Sartorius/Lonza 培养基以及 PAT 技术是一个可以帮助广大研发工作者、工艺开发工程师、工艺优化工程师、数据统计人员等 研究复杂工艺的最佳实验设计工具，不仅可以为实验优化方案决策提供坚实的理论基础，寻 找到最优的参数及其范围，还可以预测工艺中潜在的风险。
从工艺放大的角度，我们建议尽量不要将大于 3 种培养基，且选择同一品牌的培养基进行 混合。原因是在工艺放大后，培养基混合会使得操作复杂化，而如果混合的培养基为同一 品牌，在大规模生产中，可以采用培养基定制来解决这一问题。
基本概念 DOE 是用于帮助更有效地研究 X 和 Y 之间的关系，也即 Y=f(x),其中 y 为是响应值，也即实验 中的输出值，在细胞培养中可以是单细胞产率 Pcd，也可以是质量，或者是活细胞密度 VCD。 x 也就是因子，即可能会对结果产生影响的因素。f(x)，模型，即是符合 Y 和 x 关系的方程式。
第4步
根据以上工作表的组合以及顺序(Run Order)行实验，得出的 Y 值填入工作表的第 8 列。
第5步 点击 Home 中的 Analysis Wizard 按钮，进行模型评估。在 DOE 软件中，有大量的参数可以用 来评估或辅助评估模型，主要有 Results Variation ， Response Distribution ， Significance of Terms，Residuals Normal Probability Plot，Observed vs. Predicted Values 等。 特别要强调的是两个，一个是方差分析(ANOVA)表：
实验设计 本文中采用的 DOE 软件为 Umetrics 的 MODDE (vesion 10)。 第1步 输入 x，分别为 x1= ProCHOTM4，x2= PowerCHOTM1，x3=PowerCHOTM2，取值范围均为 0%-100%。
第2步 输入 y，产率 mg/ml
第3步 选择 MODDE 自动推荐的 Modified Simplex cCentroid 模型，点击 home 中的 design wizard 按 钮产生工作表。在工作表中，第 1 列 Exp No 为默认的实验编号；第 2 列 Exp Name 为实验名 称，可以默认也可以自行命名；第 3 列 Run Order 为随机化的实验顺序；第 4 列 Incl/excl 可 以人为选着是否需要这一组实验，推荐默认，即全部为 Incl；第 5-7 列为 Modified Simplex Centroid 模型的实验组合，在本案例中也就是不同的培养基比率的组合。其中，11-13 行为 中心点的 3 个重复，以评估整个实验的可重复性。第 8 列为实验输出，也即 y。
在等高图中，可以查看 PowerCHOTM1，PowerCHOTM2，ProCHOTM4（三条边）的组合对 Y 值 （产率）的影响，红色区域是最佳的混合比率区。 而点击 Predict 中的 Optimizer 按钮，可以得到产量最高的预测值，也即 Y 为最大值，以及此
时 PowerCHOTM1，PowerCHOTM2，ProCHOTM4 的比率。
混料设计 试验者要通过试验得出各种成分比例与指标的关系。例如，某种不锈钢由铁、镍、铜、铬 4 种元素组成，我们想知道每种元素所占比例与抗拉强度的数量关系。对于该类问题，研究的 是在整个产品中各个成分所占的比率问题，显然，这些比率的总和应该为 100%。研究这类 问题的实验设计称为混料设计。
案例研究 背景介绍 在传统的培养基筛选中，发现 Sartorius/Lonza 提供的 PowerCHOTM1，PowerCHOTM2，ProCHOTM4 三种培养基能得到较高产率的抗体，现采用混料设计来研究是否可以通过优化三种培养基的 混合比率，来进一步提高产率。
DOE - 培养基筛选的利器
实验设计(Design of Experiment, DOE)自 20 世纪初创以来，在产品设计、生产过程控制、质量 优化工程等方面得到了普遍的推广和应用。随着 2005 年，FDA 对质量源于设计（Quality by Design，QbD）概念的提出，越来越多的制药过程不仅采用 DOE 提高实验效率，也通过其进 行质量和风险控制。
另外一个是 Summary of Fit.
R2 表示模型可以解释的变异占总变异的比例，因此完美的模型 R2 为 1，在实际实验中需要 R2 接近于 1。Q2＞0.1 表示模型显著，但对于一个好的模型需要 Q2＞0.5；如果 Model Validity ＜0.25，表示模型在显著性上出了问题；而对于可靠的模型 Reproducibility 需要大于 0.5。 第6步 在模型通过可靠性评估后，进行结果分析。点击 Predict 中的 Contour 按钮，可以查看等高 图。