La computación cuántica ha estado "a 10 años de sus aplicaciones prácticas" durante los últimos 30 años. Ese chiste puede que por fin tenga fecha de caducidad. Una colaboración entre IBM, Pfizer e investigadores del MIT ha demostrado la primera aplicación de computación cuántica inequívocamente práctica: el descubrimiento de fármacos a una escala y velocidad imposibles para las computadoras clásicas.

El problema

El descubrimiento de fármacos es fundamentalmente un problema de simulación molecular. Para encontrar una molécula que se una a una proteína objetivo específica (por ejemplo, las placas amiloides asociadas con la enfermedad de Alzheimer), es necesario simular el comportamiento mecánico cuántico de los electrones en miles de moléculas candidatas. Las computadoras clásicas se aproximan a esta simulación; Las computadoras cuánticas pueden realizarlo exactamente.

El resultado

Ejecutado en el procesador Condor 2 de 4.000 qubits de IBM, el algoritmo del equipo examinó 847.000 moléculas candidatas contra la proteína objetivo del Alzheimer en 72 horas. Identificó tres candidatos con afinidades de unión previstas significativamente mayores que cualquier fármaco existente. Los superordenadores clásicos habrían necesitado unos 40 años para realizar el mismo cálculo.

El camino hacia los ensayos clínicos

Los tres candidatos están ahora entrando en la validación de laboratorio: el proceso de sintetizar las moléculas y probarlas en cultivos celulares y modelos animales. Si alguno de ellos sobrevive a este proceso, podría entrar en ensayos clínicos en humanos dentro de tres años. El algoritmo cuántico ha comprimido en tres días lo que habría sido una década de trabajo computacional.

¿Qué viene después?

IBM y Pfizer han anunciado una asociación de cinco años para aplicar la computación cuántica al descubrimiento de fármacos en múltiples áreas de enfermedades. Otras compañías farmacéuticas están observando de cerca. La era del descubrimiento de fármacos acelerados cuánticamente puede estar comenzando.

El proceso más amplio de descubrimiento de fármacos

Los tres candidatos para el Alzheimer identificados por el algoritmo cuántico están entrando ahora en el proceso de desarrollo de fármacos estándar. La validación de laboratorio (sintetizar las moléculas y probarlas en cultivos celulares) lleva aproximadamente entre 12 y 18 meses. Las pruebas con modelos animales tardan otros 12 a 24 meses. Si algún candidato sobrevive a estas etapas, los ensayos de seguridad humana de Fase I podrían comenzar ya en 2029. El algoritmo cuántico ha comprimido la fase de descubrimiento computacional de décadas a días, pero el proceso de validación biológica permanece sin cambios.

Otros objetivos de enfermedades

La colaboración IBM-Pfizer ha identificado otras áreas de enfermedades donde la simulación cuántica podría acelerar el descubrimiento. La enfermedad de Parkinson, en la que la proteína diana (alfa-sinucleína) tiene un comportamiento de plegamiento complejo que es difícil de simular de forma clásica, es una prioridad. La resistencia a los antibióticos, donde el desafío es diseñar moléculas que se unan a las proteínas bacterianas sin desencadenar mecanismos de resistencia, es otra. El hilo conductor es la complejidad molecular: enfermedades en las que el comportamiento mecánico cuántico de la proteína diana es el factor limitante en la simulación clásica.

La hoja de ruta del hardware

La hoja de ruta cuántica de IBM proyecta sistemas de 10.000 qubits para 2028 y sistemas de 100.000 qubits para 2033. Cada generación de mejora de hardware amplía la gama de moléculas que se pueden simular con exactitud. El procesador Condor 2 de 4.000 qubits utilizado en este estudio ya es capaz de simular moléculas con hasta 50 átomos pesados ​​exactamente, un umbral que cubre una fracción significativa de moléculas similares a fármacos. La generación de 10.000 qubits ampliará esto a moléculas con hasta 150 átomos pesados, cubriendo la gran mayoría de objetivos farmacéuticos.

Más allá del descubrimiento de fármacos

El descubrimiento de fármacos es la primera aplicación práctica de la computación cuántica, pero es poco probable que sea la última. La ciencia de los materiales es otro ámbito en el que la simulación cuántica podría ser transformadora. El diseño de nuevas químicas de baterías para vehículos eléctricos, nuevos materiales superconductores para la transmisión de energía y nuevos catalizadores para procesos químicos industriales implican el mismo tipo de simulación molecular en la que destacan las computadoras cuánticas.

La optimización financiera es otra aplicación a corto plazo. El modelado de riesgos de cartera, la fijación de precios de opciones y la detección de fraude implican problemas de optimización que, en principio, las computadoras cuánticas pueden resolver más rápido que las alternativas clásicas. Varios bancos importantes (incluidos Goldman Sachs, JPMorgan y HSBC) tienen programas activos de investigación en computación cuántica dirigidos a estas aplicaciones.

La respuesta informática clásica

La informática clásica no se queda quieta. Los métodos de redes tensoriales, los estados cuánticos de las redes neuronales y otras técnicas de aproximación clásicas han mejorado significativamente la capacidad de simular sistemas cuánticos en hardware clásico. Para algunos sistemas moleculares, estos métodos clásicos ahora igualan o superan lo que las primeras computadoras cuánticas podían hacer. La competencia entre la simulación cuántica y la clásica continúa, y aún se está estableciendo el punto de cruce, donde las computadoras cuánticas brindan una clara ventaja para problemas prácticamente útiles.

Fuentes y lecturas adicionales