总部设在英国的葛兰素史克公司是全球医药领域的领袖企业，产品遍及世界各地，其研发和生产的药品主要用于四大领域——抗感染、中枢神经系统、哮喘和消化系统。葛兰素史克也是全球首屈一指的疫苗生产企业，全球25%的疫苗都是由葛兰素史克提供的。另外，葛兰素史克在癌症药物的研发以及消费保健品领域也有极多的成果，主要产品包括非处方药、口腔护理产品和营养保健饮料等。

葛兰素史克很早就开始在中国开展业务，是国内规模最大的跨国制药企业之一，在上海、天津和香港等地建有4家生产基地和一家研发中心，业务领域涵盖处方药、疫苗、非处方药和消费保健品。

葛兰素史克是一家非常注重产品研发的改进的公司，在全球7个国家共有24家研发中心，平均每年用于新药研发的投资高达40亿美元。葛兰素史克多年药品研发积累的重要经验之一就是：对试验的规划以及对试验数据的统计分析，会对药品的研发工作产生深远影响，如更快地获得稳定结果，产生更高的转化率，改善成品率，减少试验时间等等。

能够找到一个稳健的化验在此阶段非常关键，无论是研发还是生产设置，都必须有良好的结果。这些化验用来评价多个响应变量：稳定性、药物浓度和杂质，一般会展开一系列因子水平不同的试验，以发现达到特定要求的化验。

葛兰素史克统计科学部副总监迈克·安普坦奇长期与生物学家、配方设计师和分析化学师一起配合工作。他们使用高级试验设计和统计分析软件JMP来分析多个因子的功效，例如pH和值，浓度和温度，发现它们的最优设置以降低响应的变异，产生稳健的化验。安普坦奇深有感触地说：“JMP的图形化功能对我们非常有帮助，它是一种可视化工具，在一张简单的图形上就能展现大量的信息。

一般而言，从发现、研究、测试、批准、宣传直至交付一种新药到目标市场需要花费10到12年的时间，整个过程的投资费用高达8亿美元。因此，如何简化这些流程并且确保医药产品的安全性和有效性显得尤为重要。

医药研发工作的早期阶段是识别和隔离目标物，目标物是指体内与疾病相关的化学物。一旦明确了目标物的特性，科学家就了解了它们是如何影响疾病的，与目标物相互作用的药品化合物就可以被识别出来，用于治愈这种疾病 。

在药品发现和研究的早期阶段，葛兰素史克公司的统计学家会和公司内部的科学家、化学家们并肩作战。一旦科学家选择了目标物，识别了与目标物相互作用的药品化合物，统计学家就会以试验设计的方式帮助他们明确地表达药物，确保这种产品具有期望的特性，如生物利用度和稳定性。

MP中图形与表格之间的动态链接功能使数据隐含的趋势和异常点能够被快速识别。有了JMP软件，我们看到枯燥的数据表格不会再一筹莫展了。”

JMP的试验设计DOE功能更是有用，帮助研发人员根据需要设计有效的试验，在减少试验运行次数的同时还能获得准确的表达公式和稳健的化验。

可视化精益六西格玛案例

美国国家半导体的六西格玛推广

陶氏化学的六西格玛

铁姆肯的精益六西格玛之路

杜克大学儿童医院的六西格玛：成本降低和服务提升

金融业如何推进六西格玛

 

行业应用案例

Almac用JMP提高医药研发效率

JMP帮助化工企业加速产品研发和创新

麦当劳用JMP探索美味世界

霍尼维尔公司航空事业部的产品研发

汇丰银行以六西格玛提高客户满意度

 

大学应用案例

复旦大学EMBA课堂

沃顿商学院利用JMP提高教学及科研效果

 

常用统计方法应用案例

质量管理中回归建模的可视化解决方案

JMP中选择设计(Choice Design)的应用

 

试验设计(DOE)方法应用案例

稳健参数设计的新方法

试验设计(DOE)就在你身边

 

实用链接

精益六西格玛专业知识

试验设计DOE专业知识

JMP中国区网络课程录像

JMP中国区专业培训

JMP中国区案例库

以下是一个葛兰素史克的科学家运用JMP的试验设计平台在最小的试验运行规模下获取足够充分数据信息的案例，这项研究的目的是为了通过优化参数设置，进而获得一种更加稳定的儿童艾滋病药物的配方。该试验一共运行9次（见图一），每次运行中7个因子（这些因子包括波长、流率和注入量等，出于技术保密性的考虑，统一用X1至X7表示）的水平都会根据在JMP中事先设定的分辨率等于3的规定产生相应的变化。两个响应分别是Resolution（溶出度）和Retention Time（保留时间），Resolution（溶出度）必须大于2.00，Retention Time（保留时间）小于20分钟。只有这样，化验才算得上稳健。因子的高水平（1）、低水平（-1）和中间水平（0）用来判别怎样的设置会使Resolution（溶出度）和Retention Time（保留时间）无法达到指定的要求。

首先，考虑所有的7个因子对Resolution构建拟合模型，从JMP软件输出的贝叶斯图Bayes Plot（见图二）中可以发现，代表X2、X3、X4、X5的条形柱很长，说明它们作用显著的概率很高，而其余的就不太显著了。

因此，葛兰素史克的科学家们排除不显著的X1、X6、X7后再次构建模型，从Resolution的模型检验报告（见图三）中明显地发现，所有4个因子的作用都是显著的。

接下来，科学家们需要考虑4个因子的不同水平组合是否会导致Resolution小于2.00。这时，他们利用JMP软件的预测刻画器（见图四）很好地解决了这个问题。Resolution的预测刻画器显示，当X2、X3、X5在最低设置（-1），X4在最高设置（1）时，预测的Resolution为2.04。因此，可以预言，没有一种因子设置的组合会导致Resolution低于规格要求。

其次，科学家们分析了Resolution。同样，从贝叶斯图Bayes Plot（见图五）中可以发现，因子X1、X2、X3、X6作用显著的概率很高，其余的就不太显著。

因此，只对所有显著的因子后重新构建模型，Retention Time的模型检验报告（见图六）再次证明，这4个因子的作用确实是显著的。

同理，再考虑4个因子的不同水平组合是否会导致Retention Time大于20。Retention Time的预测刻画器（见图七）显示，当X1在最低设置（-1），X2、X3、X6在最高设置（1）时，预测的Retention Time为20.79，比规格上限20略高一点。

因为这个响应对因子X3最敏感（X3响应线的斜率最大），所以可以略微降低一些它的设置（见图八）。任何一个X3小于0.829的设置都会使响应值小于20。（实际上建议将X3的设置调整到0.8左右，因为模型的预测结果存在一定的误差）。

所以说，只要X3的设置值小于0.829（或者更安全的0.8），Retention Time就一定会低于规格上限，才会确保化验非常稳健。

对于将药物从研发状态转向生产环节的工作来说，验证化验的稳定性至关重要。葛兰素史克公司在全球范围内有许多生产基地，尽管不同的生产基地会有这样或那样的不同，但化验要确保所有生产基地的生产结果要基本一致。根据美国食品药品监督局FDA的要求，药品生产必须保持一致性，以保证最终产品的成份、纯度、力量和总体质量水平。

研发人员运用JMP的试验设计和分析功能，系统化地调研了多种因素。运用试验设计(DOE)方法，上述的试验项目只需运行9次。而如果运用“单次单因素法OFAT”法，同样的试验项目需要运行15次之多！ JMP的试验设计功能为以研发安全、高效的药品为主要工作的医药公司节省了大量的时间和成本。

另外葛兰素史克的科学家们也非常推崇JMP的数据分析可视化功能。在药物成份化学合成优化的过程中，既要提高目标化合物的产率，又要减少副产品的生成。由于受成本和时间的限制，葛兰素史克的科学家们不可能对所有理论上可行的药物都一一做试验。葛兰素史克的科学家们运用JMP很好地突破了这一限制，在充分挖掘现有资源的基础上活灵活现地展示出一系列不同药品的变化规律，从而大大降低了试验的规模，节省了大量成本。