DeSci的难点从分子生成结束的地方开始。 据报道，一个AI代理在24小时内设计了一个用于多动症相关研究的肽候选物，进行了计算筛选，并选择了一个用于初步湿实验室跟进的候选物，预计成本达数千美元。BIO作为这一叙事的代理进行交易。 关键点在于管道前端的成本压缩。开源蛋白质模型、结合工具、公共生物活性数据库以及更便宜的实验室工作正在使候选物生成变得更快、更易获得。 真正的挑战从这里开始。一个候选物仍然需要临床前数据、剂量研究、知识产权明确性、监管审查以及人体试验。第一阶段可以显示药物是否足够安全以继续研究，但疗效仍需在后续阶段证明。 这也是代币市场和生物技术时间线分歧的地方。叙事可以在几小时内重新定价，而药物研发项目需要数年的数据才能让资产被有信心地估值。 一个可持续的DeSci模型应该将资本与定义明确的实验、可信的权利、技术监督以及随着验证改进的分阶段资金挂钩。大多数这一领域的项目仍未达到这一标准。