量子コンピューティングは過去30年間、「実用化まであと10年」の状態が続いている。そのジョークにもついに賞味期限が来るかもしれない。 IBM、ファイザー、MITの研究者の協力により、初の明確に実用的な量子コンピューティングの応用、つまり古典的なコンピュータでは不可能な規模と速度での創薬が実証されました。
問題
創薬は基本的に分子シミュレーションの問題です。特定のタンパク質標的 (たとえば、アルツハイマー病に関連するアミロイド斑) に結合する分子を見つけるには、数千の候補分子における電子の量子力学的挙動をシミュレートする必要があります。古典的なコンピュータはこのシミュレーションに近似します。量子コンピューターはそれを正確に実行できます。
結果
IBMの4,000量子ビットCondor 2プロセッサ上で実行されるこのチームのアルゴリズムは、アルツハイマー病の標的タンパク質に対して847,000個の候補分子を72時間でスクリーニングした。それは、既存のどの薬剤よりも著しく高い結合親和性が予測される 3 つの候補を特定しました。従来のスーパーコンピューターが同じ計算を実行するには、推定 40 年を必要としていました。
臨床試験への道
3 つの候補者は現在、実験室での検証、つまり分子を合成し、細胞培養や動物モデルでテストするプロセスに入っています。そのうちの誰かがこのプロセスを生き延びた場合、3年以内に人間の臨床試験に参加できる可能性があります。量子アルゴリズムにより、10 年かかる計算作業が 3 日に短縮されました。
次に何が起こるのか
IBMとファイザーは、量子コンピューティングを複数の疾患領域にわたる創薬に応用するための5年間のパートナーシップを発表した。他の製薬会社も注意深く監視している。量子加速創薬の時代が始まりつつあるのかもしれません。
より広範な創薬パイプライン
量子アルゴリズムによって特定された 3 つのアルツハイマー病候補物質が現在、標準的な医薬品開発パイプラインに入りつつあります。研究室での検証（分子の合成と細胞培養でのテスト）には、約 12 ～ 18 か月かかります。動物モデルの試験にはさらに 12 ～ 24 か月かかります。いずれかの候補者がこれらの段階を生き残れば、第I相の人体安全性試験が早ければ2029年に開始される可能性がある。量子アルゴリズムにより、計算による発見段階が数十年から数日に短縮されたが、生物学的検証パイプラインは変わっていない。
その他の疾患の対象
IBMとファイザーの協力により、量子シミュレーションが発見を加速できる可能性がある他のいくつかの疾患領域が特定されました。標的タンパク質（αシヌクレイン）が古典的にシミュレートすることが困難な複雑な折り畳み挙動を有するパーキンソン病が優先事項である。抗生物質耐性は、耐性機構を引き起こすことなく細菌のタンパク質に結合する分子を設計することが課題です。共通点は分子の複雑さ、つまり標的タンパク質の量子力学的挙動が古典的シミュレーションにおける制限要因となる疾患です。
ハードウェアのロードマップ
IBM の量子ロードマップでは、2028 年までに 10,000 量子ビット システム、2033 年までに 100,000 量子ビット システムを計画しています。ハードウェアの改良が世代を重ねるごとに、正確にシミュレーションできる分子の範囲が拡大します。この研究で使用された 4,000 量子ビットの Condor 2 プロセッサは、すでに最大 50 個の重原子を含む分子を正確にシミュレートすることができます。これは、薬物のような分子のかなりの部分をカバーする閾値です。 10,000 量子ビット世代では、これが最大 150 個の重原子を持つ分子に拡張され、医薬品ターゲットの大部分がカバーされます。
創薬を超えて
創薬は最初の実用的な量子コンピューティング応用ですが、これが最後になる可能性は低いです。材料科学は、量子シミュレーションが変革をもたらす可能性があるもう 1 つの分野です。電気自動車用の新しいバッテリー化学、送電用の新しい超電導材料、工業用化学プロセス用の新しい触媒の設計にはすべて、量子コンピューターが得意とする同じ種類の分子シミュレーションが含まれます。
財務の最適化も、近い将来の応用例です。ポートフォリオのリスク モデリング、オプションの価格設定、および不正行為の検出にはすべて、量子コンピューターが原理的に従来の代替手段よりも速く解決できる最適化問題が含まれます。ゴールドマン・サックス、JPモルガン、HSBCを含むいくつかの大手銀行は、これらのアプリケーションを対象とした量子コンピューティングの研究プログラムを積極的に行っています。
古典的なコンピューティングの応答
クラシック コンピューティングは立ち止まっていません。テンソル ネットワーク手法、ニューラル ネットワークの量子状態、およびその他の古典的な近似手法により、古典的なハードウェアで量子システムをシミュレートする能力が大幅に向上しました。一部の分子システムでは、これらの古典的な手法は現在、初期の量子コンピューターが実行できるものと同等かそれを超えています。量子シミュレーションと古典シミュレーションの間の競争は続いており、実用的な問題に対して量子コンピューターが明確な利点を提供する交差点はまだ確立されつつあります。