양자컴퓨팅은 지난 30년 동안 '실용화에서 10년 거리'를 유지해왔다. 그 농담에는 마침내 만료일이 생길 수도 있습니다. IBM, Pfizer 및 MIT 연구원 간의 협력을 통해 최초의 명백하고 실용적인 양자 컴퓨팅 애플리케이션인 기존 컴퓨터로는 불가능한 규모와 속도의 약물 발견이 시연되었습니다.
문제
약물 발견은 근본적으로 분자 시뮬레이션 문제입니다. 특정 단백질 표적(예: 알츠하이머병과 관련된 아밀로이드 플라크)에 결합할 분자를 찾으려면 수천 개의 후보 분자에서 전자의 양자 역학적 거동을 시뮬레이션해야 합니다. 클래식 컴퓨터는 이 시뮬레이션에 가깝습니다. 양자 컴퓨터는 이를 정확하게 수행할 수 있습니다.
결과
IBM의 4,000큐비트 Condor 2 프로세서에서 실행되는 팀의 알고리즘은 72시간 만에 알츠하이머 표적 단백질에 대해 847,000개의 후보 분자를 검사했습니다. 기존 약물보다 훨씬 높은 결합 친화력을 예측한 3가지 후보를 확인했습니다. 기존 슈퍼컴퓨터가 동일한 계산을 수행하는 데 약 40년이 걸렸을 것입니다.
임상시험으로 가는 길
세 후보는 이제 분자를 합성하고 세포 배양 및 동물 모델에서 테스트하는 과정인 실험실 검증에 들어가고 있습니다. 이들 중 누구라도 이 과정에서 살아남으면 3년 이내에 인간 임상시험에 들어갈 수 있습니다. 양자 알고리즘은 10년이 걸릴 계산 작업을 3일로 압축했습니다.
다음은 무엇입니까
IBM과 Pfizer는 여러 질병 분야의 약물 발견에 양자 컴퓨팅을 적용하기 위한 5년 파트너십을 발표했습니다. 다른 제약회사들도 예의주시하고 있다. 양자 가속 약물 발견 시대가 시작될 수 있습니다.
더 광범위한 약물 발견 파이프라인
양자 알고리즘으로 식별된 알츠하이머 후보 물질 3종은 이제 표준 약물 개발 파이프라인에 진입하고 있습니다. 분자를 합성하고 세포 배양에서 테스트하는 실험실 검증에는 약 12~18개월이 소요됩니다. 동물 모델 테스트에는 12~24개월이 더 소요됩니다. 후보자가 이 단계에서 살아남는 경우 1단계 인간 안전 시험은 이르면 2029년에 시작될 수 있습니다. 양자 알고리즘은 계산 발견 단계를 수십 년에서 며칠로 단축했지만 생물학적 검증 파이프라인은 변경되지 않았습니다.
기타 질병 표적
IBM-Pfizer 협력을 통해 양자 시뮬레이션이 발견을 가속화할 수 있는 여러 다른 질병 영역을 확인했습니다. 표적 단백질(알파-시누클레인)이 고전적으로 시뮬레이션하기 어려운 복잡한 접힘 거동을 갖는 파킨슨병이 우선순위입니다. 항생제 내성(내성 메커니즘을 유발하지 않고 박테리아 단백질에 결합하는 분자를 설계하는 것이 과제)은 또 다른 문제입니다. 공통점은 분자 복잡성입니다. 즉, 표적 단백질의 양자 역학적 행동이 고전 시뮬레이션에서 제한 요소인 질병입니다.
하드웨어 로드맵
IBM의 양자 로드맵은 2028년까지 10,000큐비트 시스템, 2033년까지 100,000큐비트 시스템을 계획하고 있습니다. 각 세대의 하드웨어 개선으로 정확하게 시뮬레이션할 수 있는 분자의 범위가 확장됩니다. 이 연구에 사용된 4,000큐비트 Condor 2 프로세서는 이미 최대 50개의 중원자를 포함하는 분자를 정확하게 시뮬레이션할 수 있습니다. 이는 약물 유사 분자의 상당 부분을 포괄하는 임계값입니다. 10,000큐비트 세대는 이를 최대 150개의 중원자를 포함하는 분자로 확장하여 대부분의 제약 표적을 포괄합니다.
약물 발견을 넘어
약물 발견은 최초의 실용적인 양자 컴퓨팅 애플리케이션이지만 마지막이 될 가능성은 낮습니다. 재료 과학은 양자 시뮬레이션이 혁신을 일으킬 수 있는 또 다른 영역입니다. 전기 자동차를 위한 새로운 배터리 화학, 동력 전달을 위한 새로운 초전도 재료, 산업 화학 공정을 위한 새로운 촉매를 설계하는 데는 모두 양자 컴퓨터가 뛰어난 것과 동일한 종류의 분자 시뮬레이션이 필요합니다.
재무 최적화는 또 다른 단기 적용입니다. 포트폴리오 위험 모델링, 옵션 가격 책정 및 사기 탐지에는 모두 양자 컴퓨터가 원칙적으로 기존 대안보다 더 빠르게 해결할 수 있는 최적화 문제가 포함됩니다. Goldman Sachs, JPMorgan, HSBC를 포함한 몇몇 주요 은행은 이러한 애플리케이션을 대상으로 하는 활발한 양자 컴퓨팅 연구 프로그램을 보유하고 있습니다.
클래식 컴퓨팅의 반응
클래식 컴퓨팅은 아직 서 있지 않습니다. 텐서 네트워크 방법, 신경 네트워크 양자 상태 및 기타 고전적인 근사 기법은 고전 하드웨어에서 양자 시스템을 시뮬레이션하는 능력을 크게 향상시켰습니다. 일부 분자 시스템의 경우 이러한 고전적 방법은 이제 초기 양자 컴퓨터가 수행할 수 있는 성능과 일치하거나 그 이상입니다. 양자 시뮬레이션과 고전 시뮬레이션 간의 경쟁이 진행 중이며 양자 컴퓨터가 실질적으로 유용한 문제에 대해 명확한 이점을 제공하는 교차점은 여전히 확립되고 있습니다.