有多种不同类型的DOE设计，下面概述了其中四种。这四种被强调为经典设计类型，可能在细胞疗法研究和工艺开发的背景下有用。
筛选设计
筛选设计通常用于从较大的集合中识别一系列重要因素。这样的设计可以在真正的DOE之前部署，以实现更有针对性的实验。筛选设计在条件数方面通常很小，并且侧重于确定主效应。虽然这些设计的主要目标是识别，但它们在细胞治疗环境中的使用可能会受到限制，因为主要效果通常很好理解，例如，细胞培养基中需要蛋白质来源来支持细胞生长。
全因子设计
顾名思义，全因子设计测试预期设计空间内所有可能的因子组合。在细胞疗法工艺中，他们的最佳应用可能是当某些因素被确定为最重要的几个因素（例如，三到四个）。全因子设计的一个优点是所有因素组合都经过测试，因此可以构建更稳健的响应模型。相比之下，此类设计可以包含大量运行，这对于细胞培养实验而言可能并不总是可行的。
部分因子设计
与全因子设计相比，部分因子设计可以测试设计空间内的某些条件。当然，这种设计类型在实验运行次数有限时最有用，例如，如果起始外周血单核细胞或肿瘤材料的可用性有限。许多假设支持部分因子设计：
虽然在整个设计空间中可能存在许多效应排列，例如给定工艺中细胞因子的所有可能组合，但其中只有少数几个是重要的；
基本顺序效应（例如单一增长因素）可能比更复杂的效应（例如多个增长因素的组合）更重要；
设计空间的一个子部分的全因子捕获仍然可以实现。部分因子设计可以生成预测模型，从而允许数据驱动的迭代。
响应面设计
也许是所列设计中最复杂的设计，响应曲面设计用于在测试因素的背景中对给定响应的曲面和曲率进行建模。如果正在测试可能显示饱和度或曲率的因素，则可以使用此设计。换句话说，如果把设计空间看成一座山，那么最佳反应就是峰顶。
