2020年3月，新冠疫情全球爆发之初，几乎没有针对性药物。全球科学家做了一件极其“复古”的事——翻遍已有药物库，看看有没有现成的药能对付新冠病毒。结果大家后来都知道了：瑞德西韦（原本针对埃博拉）、地塞米松（原本抗炎）、甚至羟氯喹（原本抗疟疾）都被推上前线。虽然有些后来被证明效果有限，但这个过程本身揭示了一个残酷现实：从零开发一个新药，平均需要10-15年，耗资26亿美元。而疫情不等人。这就是药物重定位（Drug Repurposing）——也叫“老药新用”——最大的魅力所在：已有药物的安全性数据已经完备，如果能在新适应症上起效，临床前研究可以跳过毒理、药代动力学等漫长阶段，直接进入II期临床，节省3-5年时间和数亿美元。但问题也很明显：怎么找？过去几十年，药物重定位基本靠“意外发现”（比如伟哥从心血管药变成ED药）或者“海量细胞实验筛选”。效率极低，运气成分极大。直到AI驱动的蛋白质折叠预测出现，这一切开始被重新定义。第一章：为什么蛋白质折叠跟“老药新用”有关系？要理解这个交叉点，我们需要先补一小段分子生物学基础（放心，只有两段）。1.1 锁与钥匙的误会传统药物设计有个经典比喻：药物分子是钥匙，靶点蛋白是锁。药效好不好，看钥匙能