新药为什么要十五年、几十亿美元，以及 AI 到底改变了什么
导读 · 从这里进门先别问 AI，先想一个问题：一万个候选分子进实验室，为什么只有一个能走进药店？
新药研发的总漏斗：从一万个候选到一个上市，讲清十五年、几十亿美元花在哪儿
读 → 02 第二章 · 找到那个坏开关靶点是怎么被发现的：先有生物学假设，才有药；找错靶点一切归零
读 → 03 第三章 · 几十万分子里捞一根针Hit 发现：高通量筛选、虚拟筛选、从天然产物和碎片里找起点分子
读 → 04 第四章 · 把一块糙石头雕成药先导优化：SAR 迭代、药效与 ADMET 的多目标平衡，为什么这是化学家的手艺活
读 → 05 第五章 · 动物替人先趟一遍临床前试验：毒理、药代、剂量推算，以及为什么动物结果经常骗人
读 → 06 第六章 · 人体才是终极考场三期临床怎么设计：随机双盲对照、终点指标、安慰剂效应，为什么失败都发生在这里
读 → 07 第七章 · 药监签字才算数审批与上市后：FDA/药审中心看什么、四期临床、黑框警告与撤市
读 → 08 第八章 · 为什么药这么贵钱的账：成本主要不是药片本身而是失败，专利悬崖与仿制药，定价的逻辑
读 → 09 第九章 · AI 进场：先学会看分子AI 在研发前端的真实价值：虚拟筛选、性质预测、生成新分子——各做到了什么程度
读 → 10 第十章 · AlphaFold：一个真被解决的难题蛋白质结构预测为什么难、AlphaFold 怎么赢的、它对制药改变了什么、又改变不了什么
读 → 11 第十一章 · AI 帮不上忙的地方为什么 AI 没有让新药失败率下降：脏数据、生物学的不可约复杂度、临床失败的根因不在算力
读 → 12 第十二章 · 接下来十年务实的展望：AI 会把哪个环节缩短多少、端到端管线与自动实验室、人类科学家的位置
读 →