Syllabus del corso
Obiettivi
Obiettivo principale dell’insegnamento è fornire allo studente i fondamenti teorici e gli strumenti operativi delle principali strategie analitiche per l’ottimizzazione razionale di formulazioni e per il trattamento adeguato dell'informazione contenuta nei dati chimici sperimentali, così da consentire lo sviluppo di un approccio science-based che focalizzi il meccanismo di azione di ciascun componente che contribuisce al raggiungimento delle funzionalità richiesta della formulazione. La conoscenza dei principi e delle condizioni operative delle principali tecniche nell’ambito del disegno sperimentale per le formulazioni e le miscele verrà sviluppata insieme alla capacità di scegliere e di gestire gli approcci di indagine più adatti alle finalità dell’analisi. Lo studente saprà quindi valutare le caratteristiche degli approcci fondamentali, i campi di applicazione, individuarne i vantaggi e gli svantaggi e sarà quindi in grado di suggerire la scelta della soluzione ritenuta più idonea per uno specifico problema.
In particolare, al termine del corso, lo studente dovrà dimostrare di aver raggiunto i seguenti obiettivi formativi:
Conoscenza e capacità di comprensione:
o descrivere le principali strategie analitiche per le formulazioni presentati nel corso
o descrivere i parametri fondamentali per la valutazione dei risultati
o descrivere vantaggi e svantaggi dei diversi approcci studiati
Capacità di applicare conoscenza e comprensione
o selezionare la strategia più adatta ad affrontare un problema specifico
o prevedere quale tipo di informazione sarà possibile enucleare dai dati in esame
o valutare la possibilità di utilizzare strategie alternative per la soluzione del problema
Autonomia di giudizio
o acquisire le conoscenze e competenze in grado di sviluppare una capacità di comprensione critica dei principali metodi di disegno sperimentale applicato all’ambito delle formulazioni
o selezionare gli approcci ed i parametri utili ad estrarre specifiche informazioni dai dati in esame
o redigere e giustificare una discussione critica sui metodi utilizzati e sui risultati ottenuti
Capacità di apprendimento
o comprendere le diverse tecniche studiate e la loro collocazione metodologica al fine di un impiego corretto e mirato al problema da risolvere
Contenuti sintetici
Introduzione al disegno sperimentale. Disegni sperimentali per lo screening dei fattori. I modelli di regressione per il disegno sperimentale. Disegno sperimentali per l’ottimizzazione. Dominio sperimentale per le miscele. Disegni sperimentali e modelli per lo studio di formulazioni. Esperienze pratiche in laboratorio per acquisire gli strumenti e le modalità di analisi.
Programma esteso
Introduzione al disegno sperimentali per le formulazioni. Introduzione al disegno sperimentale: terminologia e metodologia della ricerca sperimentale: analisi del problema, pianificazione degli esperimenti, esecuzione degli esperimenti, analisi dei dati e modellazione. Disegni fattoriali completi per lo screening: codifica dei fattori, piano sperimentale e matrice sperimentale, calcolo degli effetti e loro varianza, calcolo dei coefficienti con la regola dei segni. Disegni fattoriali frazionari: effetti confusi e risoluzione. Disegni di Plackett-Burman e utilizzo di fattori dummy. Modelli di regressione per il disegno sperimentale, stima dei coefficienti, matrici di informazione e dispersione, varianza dei residui come stima della varianza sperimentale, gradi di libertà nel disegno sperimentale. Diagnostica del modello di regressione: ANOVA e lack of it, residui, normal probability plot, precisione delle predizioni, intervalli di confidenza per i coefficienti, convalida attraverso punti di prova. Metodi di ottimizzazione: il metodo di path ascent e metodo simplex, disegni fattoriali completi a tre livelli, i disegni compositi centrali, i disegni di Dohelert, i disegni di Box-Behnken, i disegni D-ottimali. Superfici di risposta. Modellazione a risposta multipla: desiderabilità e fronte di Pareto. Esempi di applicazioni del disegno sperimentale per fattori indipendenti.
Disegni sperimentali per le formulazioni. Dominio sperimentale per miscele e simplex, plot ternari per miscele. Metodi di regressione per i disegni sperimentali per le miscele: polinomi canonici, interpretazione di coefficienti ed effetti. Disegni per miscele: Simplex-Lattice e Simplex-Centroid Designs. Domini sperimentali regolari e irregolari per miscele: limiti inferiore e superiore, consistenza dei limiti, pseudo componenti, determinazione del dominio simplex e numero di vertici. Disegni sperimentali per miscele con domini regolari e irregolari. Punti candidati per domini irregolari. Disegni D-optimal e identificazione del punto di controllo per miscele. Strategie per la selezione di componenti significative per ottimizzare la funzionalità della formulazione. Approcci per lo studio di sistemi comprendenti miscele e fattori indipendenti. Esempi di applicazioni del disegno sperimentale per lo studio di formulazioni.
Esperienze pratiche in laboratorio per acquisire strumenti e metodi di analisi.
Prerequisiti
Nozioni di base sui principali indici statistici elementari, richiami di analisi multivariata, concetto di varianza sperimentale, capacità operativa informatica di base nelle esperienze pratiche in laboratorio.
Modalità didattica
Il corso si suddivide in una parte di lezioni frontali, in cui vengono fornite le nozioni teoriche e pratiche. Alla parte frontale sono poi affiancate esperienze pratiche di laboratorio per acquisire gli strumenti e le modalità operative dei metodi analitici per la chimica delle formulazioni.
Materiale didattico
Vengono fornite le slide delle lezioni sulla pagina e-learning del corso. Inoltre, il docente fornisce tramite piattaforma e-learning un libro elettronico sui fondamenti del disegno sperimentale. Oltre al materiale didattico fornito dal docente, può risultare utile il seguente libro di testo: Gareth A. Lewis, Didier Mathieu, Roger Phan-Tan-Luu, Pharmaceutical experimental design, Dekker, New York, 1999. Il libro è disponibile in formato elettronico nella biblioteca di ateneo. Vengono infine forniti strumenti di calcolo in Excel e Matlab per affrontare le esperienze pratiche di laboratorio.
Periodo di erogazione dell'insegnamento
Secondo semestre
Modalità di verifica del profitto e valutazione
L'esame consiste in una prova orale in cui sono discussi gli argomenti presentati nelle lezioni. Nella prova orale viene anche discussa una relazione relativa ad un case study fornito dal docente e sviluppato dallo studente. Oltre all’apprendimento delle nozioni fondamentali esposte nel corso, vengono valutate anche le capacità e attitudini dello studente ad adattare i fondamenti teorici a particolari condizioni operative e pratiche; viene inoltre valutata la capacità espositiva e adeguatezza del linguaggio dello studente. Non sono previsti salti di appello. L’esame può essere sostenuto a richiesta in lingua inglese.
Orario di ricevimento
Previo appuntamento tramite e-mail, il docente è sempre disponibili a ricevere gli studenti.
Aims
The main objective of the course is to provide the student with the theoretical foundations and operational tools of the main analytical strategies for the rational optimization of formulations and for the adequate treatment of the information contained in the experimental chemical data, so as to allow the development of a science-based approach that focuses the mechanism of action of each component that contributes to the achievement of the required functionality of the formulation. Knowledge of the principles and operating conditions of the main techniques in the field of experimental design for formulations and mixtures will be developed together with the ability to choose and manage the most suitable investigation approaches for the purposes of the analysis. The student will then be able to evaluate the characteristics of the fundamental approaches, the fields of application, to identify their advantages and disadvantages and will therefore be able to suggest the choice of the solution deemed most suitable for a specific problem.
In particular, at the end of the course, the student must demonstrate that he/she is able to achieve the following formative objectives:
Knowledge and understanding:
o describe the main analytical strategies for the formulations presented in the course
o describe the fundamental parameters for the evaluation of the results
o describe the advantages and disadvantages of the different approaches
Applying knowledge and understanding
o select the most suitable approach to deal with a specific problem
o evaluate alternative methods to face the problem
o concretely apply the selected methods and calculate the related statistical information
Making judgements
o acquire knowledge and skills to develop a critical understanding of the main analytical strategies for the formulations
o justify a critical discussion on the methods used and the information obtained
Learning ability
o understand the different approaches and their methodological application in order to use them correctly when analysis a specific formulation problem
Contents
Introduction to experimental design. Experimental designs for screening. Regression models for experimental design. Experimental design for optimization. Experimental domain for mixtures. Modelling and designs for the study of formulations. Practical experiences in the laboratory to acquire the tools and methods of analysis.
Detailed program
Introduction to Experimental designs for mixtures. Introduction to experimental design: terminology and methodology of experimental research: analysis of the problem, planning of experiments, execution of the experiments, data analysis and modelling. Full factorial designs for factor screening: factor coding, experimental plan and experimental matrix, calculation of effects and their variance, calculation of coefficients with the rule of signs. Fractional factorial designs: confounded effects and resolution. Plackett-Burman designs and use of dummy factors. Regression models for experimental design, coefficient estimation, information and dispersion matrices, variance of residuals as an estimate of experimental variance, degrees of freedom in experimental design. Regression model diagnostics: ANOVA and lack of fit, residuals, normal probability plots, precision of predictions, confidence intervals for coefficients, validation trough test points. Displacement and optimisation: the simplex and path ascent method, three-level full factorial designs, the central composite designs, Dohelert's designs, Box-Behnken's designs, D-optimal designs. Response surfaces. Multi-response modeling: desirability and the Pareto front. Examples of applications of experimental design for independent factors.
Experiment designs for formulations. Experimental domain for mixtures and simplex, ternary plots. Regression methods for the designs of mixtures: canonical polynomials, interpretation of coefficients and effects. Designs for mixtures: Simplex-Lattice and Simplex-Centroid Designs. Regular and irregular experimental domains for mixtures: lower and upper limits, consistency of limits, pseudo components, determination of simplex domain and number of vertices. Experimental designs for mixtures with regular and irregular bound domains. Candidates points for irregular domains. D-optimal and checkpoint identification for mixtures. Strategies for the selection of significant components to optimize the functionality of the formulation. Approaches for the study of systems including mixtures and independent factors. Examples of applications of experimental design for the study of formulations.
Practical experiences in the laboratory to acquire the tools and methods of analysis.Prerequisites
Basic knowledge on the main elementary statistical indices and multivariate analysis, concept of experimental variance, basic computer operating skills in practical laboratory experiences.
Teaching form
The course is divided into a part of lectures, where the theoretical and practical notions are provided. Practical laboratory experiences are also provided in order to acquire the tools and operating procedures of the analytical methods for the chemistry of the formulations.
Textbook and teaching resource
The slides of the lessons are provided on the e-learning page of the course. In addition, the teachers provide via e-learning platform an electronic book on the fundamentals of experimental design. In addition to the material provided by the teacher, the following textbook may be useful: Gareth A. Lewis, Didier Mathieu, Roger Phan-Tan-Luu, Pharmaceutical experimental design, Dekker, New York, 1999. The book is available in electronic format in the university library. Finally, Excel and Matlab tools are provided for the practical laboratory sessions.
Semester
Second semester
Assessment method
The exam consists of an oral examination, where topics presented in the lessons are discussed. In the oral exam a report on a case study provided by the teacher and developed by the student is also discussed. In addition to the theoretical fundamentals given in the course, students' skills and aptitudes are also assessed to adapt the theoretical foundations to particular operative and practical conditions; the expositive ability and adequacy of the student's language is also assessed. The exam can be taken on request in English.
Office hours
Teachers receive students in their offices upon an e-mail request.
Staff
-
Davide Ballabio