Quantencomputing sei in den letzten 30 Jahren „10 Jahre von praktischen Anwendungen entfernt“. Dieser Witz könnte endlich ein Ablaufdatum haben. Eine Zusammenarbeit zwischen IBM, Pfizer und Forschern am MIT hat die erste eindeutig praktische Anwendung des Quantencomputers demonstriert: die Entdeckung von Arzneimitteln in einem Ausmaß und einer Geschwindigkeit, die für klassische Computer unmöglich wäre.
Das Problem
Die Wirkstoffentdeckung ist grundsätzlich ein molekulares Simulationsproblem. Um ein Molekül zu finden, das an ein bestimmtes Proteinziel bindet – beispielsweise die mit der Alzheimer-Krankheit verbundenen Amyloid-Plaques – müssen Sie das quantenmechanische Verhalten von Elektronen in Tausenden von Kandidatenmolekülen simulieren. Klassische Computer nähern sich dieser Simulation an; Quantencomputer können es genau ausführen.
Das Ergebnis
Der Algorithmus des Teams lief auf dem 4.000-Qubit-Condor-2-Prozessor von IBM und überprüfte in 72 Stunden 847.000 Kandidatenmoleküle auf das Alzheimer-Zielprotein. Es wurden drei Kandidaten mit vorhergesagten Bindungsaffinitäten identifiziert, die deutlich höher sind als bei allen bestehenden Arzneimitteln. Klassische Supercomputer hätten für die gleiche Berechnung schätzungsweise 40 Jahre benötigt.
Der Weg zu klinischen Studien
Die drei Kandidaten beginnen nun mit der Laborvalidierung – dem Prozess der Synthese der Moleküle und ihrer Prüfung in Zellkulturen und Tiermodellen. Wenn einer von ihnen diesen Prozess überlebt, könnte er innerhalb von drei Jahren an klinischen Studien am Menschen teilnehmen. Der Quantenalgorithmus hat die Rechenarbeit, die ein Jahrzehnt gedauert hätte, auf drei Tage komprimiert.
Was als nächstes kommt
IBM und Pfizer haben eine fünfjährige Partnerschaft angekündigt, um Quantencomputer bei der Arzneimittelentwicklung in mehreren Krankheitsbereichen einzusetzen. Andere Pharmaunternehmen beobachten aufmerksam. Die Ära der quantenbeschleunigten Arzneimittelentwicklung könnte beginnen.
Die umfassendere Arzneimittelforschungspipeline
Die drei vom Quantenalgorithmus identifizierten Alzheimer-Kandidaten gelangen nun in die Standardpipeline der Arzneimittelentwicklung. Die Laborvalidierung – die Synthese der Moleküle und deren Prüfung in Zellkulturen – dauert etwa 12–18 Monate. Tiermodelltests dauern weitere 12–24 Monate. Wenn ein Kandidat diese Phasen übersteht, könnten Phase-I-Studien zur Sicherheit von Menschen bereits im Jahr 2029 beginnen. Der Quantenalgorithmus hat die rechnerische Entdeckungsphase von Jahrzehnten auf Tage komprimiert, aber die biologische Validierungspipeline bleibt unverändert.
Andere Krankheitsziele
Die Zusammenarbeit zwischen IBM und Pfizer hat mehrere andere Krankheitsbereiche identifiziert, in denen Quantensimulation die Entdeckung beschleunigen könnte. Im Vordergrund steht die Parkinson-Krankheit, bei der das Zielprotein (Alpha-Synuclein) ein komplexes Faltungsverhalten aufweist, das sich klassisch nur schwer simulieren lässt. Ein weiterer Aspekt ist die Antibiotikaresistenz, bei der die Herausforderung darin besteht, Moleküle zu entwickeln, die sich an bakterielle Proteine binden, ohne Resistenzmechanismen auszulösen. Der rote Faden ist die molekulare Komplexität: Krankheiten, bei denen das quantenmechanische Verhalten des Zielproteins der limitierende Faktor in der klassischen Simulation ist.
Die Hardware-Roadmap
Die Quanten-Roadmap von IBM sieht 10.000-Qubit-Systeme bis 2028 und 100.000-Qubit-Systeme bis 2033 vor. Jede Generation von Hardware-Verbesserungen erweitert die Palette der Moleküle, die genau simuliert werden können. Der in dieser Studie verwendete 4.000-Qubit-Prozessor Condor 2 ist bereits in der Lage, Moleküle mit bis zu 50 schweren Atomen genau zu simulieren – ein Schwellenwert, der einen erheblichen Teil arzneimittelähnlicher Moleküle abdeckt. Die 10.000-Qubit-Generation wird dies auf Moleküle mit bis zu 150 Schweratomen ausweiten und damit die überwiegende Mehrheit der pharmazeutischen Ziele abdecken.
Jenseits der Arzneimittelforschung
Die Arzneimittelforschung ist die erste praktische Quantencomputeranwendung, aber es ist unwahrscheinlich, dass sie die letzte ist. Die Materialwissenschaft ist ein weiterer Bereich, in dem Quantensimulation transformativ sein könnte. Die Entwicklung neuer Batteriechemien für Elektrofahrzeuge, neuer supraleitender Materialien für die Energieübertragung und neuer Katalysatoren für industrielle chemische Prozesse erfordert alle die gleiche Art von molekularer Simulation, in der sich Quantencomputer auszeichnen.
Finanzielle Optimierung ist eine weitere kurzfristige Anwendung. Portfolio-Risikomodellierung, Optionspreisgestaltung und Betrugserkennung beinhalten allesamt Optimierungsprobleme, die Quantencomputer prinzipiell schneller lösen können als klassische Alternativen. Mehrere große Banken – darunter Goldman Sachs, JPMorgan und HSBC – betreiben aktive Forschungsprogramme im Bereich Quantencomputing, die auf diese Anwendungen abzielen.
Die klassische Computerantwort
Die klassische Informatik steht nicht still. Tensornetzwerkmethoden, Quantenzustände neuronaler Netzwerke und andere klassische Näherungstechniken haben die Fähigkeit, Quantensysteme auf klassischer Hardware zu simulieren, erheblich verbessert. Für einige molekulare Systeme erreichen oder übertreffen diese klassischen Methoden mittlerweile die Möglichkeiten früherer Quantencomputer. Der Wettbewerb zwischen Quantensimulation und klassischer Simulation dauert an und der Übergangspunkt – an dem Quantencomputer bei praktisch nützlichen Problemen einen klaren Vorteil bieten – wird noch hergestellt.