Większość potencjalnych leków kończy się niepowodzeniem nie dlatego, że nauka była błędna, ale dlatego, że zbyt późno zadaliśmy niewłaściwe pytania. Odkrycia oparte na obliczeniach odwracają tę sytuację — symulując miliony interakcji molekularnych jeszcze przed rozpoczęciem jakiegokolwiek eksperymentu, wcześnie wykrywając ślepe zaułki i ujawniając wartości odstające, których same laboratoria nigdy by nie potraktowały priorytetowo. W niniejszym artykule śledzimy, w jaki sposób przewidywanie struktury, modele generatywne i przesiewanie fenotypowe skracają ramy czasowe trwających dziesięciolecia kampanii do ukierunkowanych sprintów oraz co to oznacza dla chorób rzadkich, oporności i ekonomiki wprowadzania cząsteczki na rynek. 🧬