关键观点
药物发现需要持续复利，而非等待单一突破
Genesis反对把AI药物发现理解为一次性的“iPhone时刻”。蛋白质靶点数量庞大，不同疾病、分子性质和实验阶段构成了大量相互关联但并不相同的问题。早期模型已能创造价值，但能力提升更可能来…展开观点收起观点
Genesis反对把AI药物发现理解为一次性的“iPhone时刻”。蛋白质靶点数量庞大，不同疾病、分子性质和实验阶段构成了大量相互关联但并不相同的问题。早期模型已能创造价值，但能力提升更可能来自数据、模型、计算和实验流程的长期迭代。即使结构预测取得重大进展，也只是整个药物设计链条中的一个环节。
为什么重要: 这一判断要求企业按真实项目价值评估技术，而不是把某个公开基准或模型发布误认为药物研发已经完成。
支撑证据
the reality has been there's been no single iPhone moment
已知疾病机制与靶点可成药性是两个独立维度
疾病的遗传或生物学原因可能已经非常清楚，但对应蛋白质仍可能缺乏选择性药物。所谓“低垂果实已被摘完”并不意味着剩余机会很小，因为已验证靶点可能恰恰最难被传统化学方法处理。Genesis因此把主要…展开观点收起观点
疾病的遗传或生物学原因可能已经非常清楚，但对应蛋白质仍可能缺乏选择性药物。所谓“低垂果实已被摘完”并不意味着剩余机会很小，因为已验证靶点可能恰恰最难被传统化学方法处理。Genesis因此把主要杠杆放在从靶点到候选分子的设计阶段。该阶段若不能产生足够强、足够选择性且具有合适药代性质的分子，再准确的疾病机制也无法转化为治疗。
为什么重要: AI的价值不仅在发现新靶点，也在把既有生物学认知转化为此前无法获得的药物。
支撑证据
known biology is orthogonal to the ease with which one can drug that target