Key points are not available for this paper at this time.
近年、製薬発見化学におけるマルチ属性最適化に関する多くの論文があり、化合物の優先順位付けに応用されています。提案される多くの解決策は静的な性質を持ち、一般的な目的で使用される固定関数が提案されています。ニーズの変化に伴い、これらは修正され、最新の改良として提案されます。もう一つの静的な関数のセットを生産するのではなく、この研究は化合物の優先順位付けに対する柔軟なアプローチを提案します。公開されているほとんどのアプローチには設計要素が欠けています。この研究は、予測モデリング、マルチ属性最適化、および現代的な統計設計を含む包括的な実装を説明します。これにより、リード生成とリード最適化のための化合物を効果的に優先順位付けするための完全なパッケージが提供されます。説明したアプローチは、2001年以降、我が社のさまざまな発見段階で使用されています。適応可能なシステムは、プロジェクトのニーズが変化するたびに必然的に更新されなければならない異なる静的解決策の必要性を軽減します。
Cumminsら(Mon,)はこの問題を研究しました。