先问“哪个状态”，再问“结合多强”
静态结构和单一 Kd 往往压平了真正重要的生物过程。状态、时间与实验情境应当进入问题定义。
ENGLISH ABSTRACT
A working note on state-selective molecular recognition: why abundance is not importance, why kinetics and context belong in assay contracts, and why mechanism claims need a measurable transition after binding.
结合不是终点
许多分子研究从“是否结合”开始，也停在这里。但生命系统不是静态零件的集合。同一个分子会处在不同构象、装配状态和细胞情境中；识别发生之后，还可能进入内化、信号、催化或失活等不同路径。
因此，一个更有解释力的问题不是“它结合得多强”，而是“它在什么状态下结合、改变了哪一步转换、最后产生了什么可测动作”。
把状态写进实验合同
总 Kd 很有用，却不足以描述一个因果机制。研究记录至少还应保留目标状态、状态鉴别方法、population 与 lifetime、受影响的 kinetic step、化学计量和下游 readout。
这样做的意义不是让表格更复杂，而是避免把不同的故事压成一个分数：更强结合、状态选择、构象稳定和功能改变并不是同一件事。
对 Medicine AI 的要求
模型如果只在静态复合物上得到高置信度，仍然不能自动推导细胞功能。更可信的路线是让模型提出可区分的状态假设，再用针对性的实验决定哪一种解释 survives。
我们把这条纪律概括为 recognition → state transition → action。AI 的角色是缩小需要验证的空间，而不是跳过验证。