药物研究中存在的最后一个问题与我们关系最为密切，也是令许多科研人员最担忧的，药理学家将它称之为“基础研究/强力”(basic research/brute force)偏见，我们可称其为“自动化问题”。纵观历史，发明新药物的过程通常是由某个科研小团队通过集中精力研究几组分子群来完成的。一旦在天然材料、合成化学物质或偶然的机遇中发现某种可能的化合物，科研人员会将它的活性成分分离出来，然后将它放入生物细胞或组织中进行筛选，以评估疗效。近20年来，这一过程已经基本实现了自动化，并发展成为今天人们所知的高通量筛选技术（high-throughputscreening,HTS）。高通量筛选技术是药物发现的工业化，它能够大范围、自动化地从庞大的化合物资料库中筛选出可能的反应组合。
请想象这样一幅画面：在一个现代汽车工厂里，到处都是传输带和机器手臂，一排排的托盘、风扇和监控设备之间，架着一座数据中心这才是当代实验室的真实场景，而不是我们过去常常幻想的景象：穿着白大褂的科学家，摆弄着冒泡的玻璃杯。高通量筛选技术更重视数量而非深度，它通过将大量的化学合成物输入机器并相互测试来获得大量数据。这一技术可以同时完成数千次组合测试，将化学空间全部暴露在外。但同时，它也向我们揭示了化学空间的广袤浩瀚—即便是高通量筛选技术，也几乎不可能穷尽所有活性反应组合。
第四章运算
96
103