Hit Finding -> Lead Finding(H2L) -> Lead Optimization まで全て経験するとMMPは表層的というか現象論的だよなぁと思う。SBDDみたいな分子認識ベースを土台にしている人にとってはMMPは受け入れがたいほど荒いモデルだなぁと感じるだろうしねぇ。

MMPとFBDDの関係とかLEとMMP(activity cliff)の関係をよく考えてみると視点が開けると思うのだけど。

例えば

• MMPに関してはフラグメントの大きさがどこまで肥大したらFBDDにコンテクストスイッチするのか？
• LEが分子量の増大に対して非連続なジャンプをするのはcliffじゃないか？だとしたらMMPの文脈で捉えることは可能ではないか？
• LEという指標がLead Optimizationの過程でどうなるか？またはどういう変動を示すのだろうか？

といったあたりを考えればいいと思う。

MMPが表層的であると理解できれば、外れ値（つまりcliff）はインシデントとして周知されるべきであり、インシデント駆動開発として回すことができるんじゃないかなと思っているし、分析する側としても自動的に予想外の出来事が収集されて楽しいだろう。

Redmineによるタスクマネジメント実践技法
小川 明彦
翔泳社 / 3444円 ( 2010-10-13 )

Redmineを創薬向けにカスタマイズすれば色々面白いことができると思うんだけど、興味ある人いないかな。