Квантовые вычисления были «на 10 лет далеки от практического применения» в течение последних 30 лет. Возможно, у этой шутки, наконец, истекает срок годности. Сотрудничество компаний IBM, Pfizer и исследователей из Массачусетского технологического института продемонстрировало первое однозначно практическое применение квантовых вычислений: открытие лекарств в масштабах и на скорости, невозможных для классических компьютеров.

Проблема

Открытие лекарств по сути является проблемой молекулярного моделирования. Чтобы найти молекулу, которая будет связываться с конкретным белком-мишенью — скажем, с амилоидными бляшками, связанными с болезнью Альцгеймера, — вам необходимо смоделировать квантово-механическое поведение электронов в тысячах молекул-кандидатов. Классические компьютеры приближаются к этой симуляции; квантовые компьютеры могут выполнить это в точности.

Результат

Работая на 4000-кубитном процессоре Condor 2 от IBM, алгоритм команды проверил 847 000 молекул-кандидатов на соответствие целевому белку болезни Альцгеймера за 72 часа. Было идентифицировано три кандидата с предсказанной аффинностью связывания, значительно более высокой, чем у любого существующего препарата. Классическим суперкомпьютерам потребовалось бы примерно 40 лет, чтобы выполнить тот же расчет.

Путь к клиническим испытаниям

В настоящее время три кандидата приступают к лабораторной проверке — процессу синтеза молекул и их тестированию на клеточных культурах и моделях животных. Если кто-то из них переживет этот процесс, они смогут пройти клинические испытания на людях в течение трех лет. Квантовый алгоритм сжал десятилетие вычислительной работы в три дня.

Что будет дальше

IBM и Pfizer объявили о пятилетнем партнерстве по применению квантовых вычислений для разработки лекарств в различных областях заболеваний. Другие фармацевтические компании внимательно наблюдают за этим. Возможно, начинается эра открытия квантово-ускоренных лекарств.

Более широкий путь открытия новых лекарств

Три кандидата на болезнь Альцгеймера, идентифицированные квантовым алгоритмом, в настоящее время входят в стандартный процесс разработки лекарств. Лабораторная проверка — синтез молекул и их тестирование на клеточных культурах — занимает примерно 12–18 месяцев. Тестирование моделей на животных занимает еще 12–24 месяца. Если какой-либо кандидат переживет эти этапы, Фаза I испытаний на безопасность человека может начаться уже в 2029 году. Квантовый алгоритм сократил этап вычислительных открытий с десятилетий до дней, но конвейер биологической проверки остается неизменным.

Другие цели по заболеваниям

Сотрудничество IBM-Pfizer выявило несколько других областей заболеваний, в которых квантовое моделирование могло бы ускорить открытия. Болезнь Паркинсона, при которой целевой белок (альфа-синуклеин) имеет сложное сворачивающееся поведение, которое трудно моделировать классически, является приоритетом. Устойчивость к антибиотикам, где задача заключается в разработке молекул, которые связываются с бактериальными белками, не запуская механизмы устойчивости, — это еще один вариант. Общей нитью является молекулярная сложность: заболевания, при которых квантово-механическое поведение целевого белка является ограничивающим фактором в классическом моделировании.

Дорожная карта оборудования

Квантовая дорожная карта IBM предусматривает создание систем с 10 000 кубитов к 2028 году и систем со 100 000 кубитов к 2033 году. Каждое поколение усовершенствований аппаратного обеспечения расширяет диапазон молекул, которые можно точно моделировать. Процессор Condor 2 на 4000 кубитов, использованный в этом исследовании, уже способен точно моделировать молекулы, содержащие до 50 тяжелых атомов — порог, охватывающий значительную часть молекул, подобных лекарствам. Поколение с 10 000 кубитами распространит это на молекулы, содержащие до 150 тяжелых атомов, охватывая подавляющее большинство фармацевтических целей.

За пределами открытия лекарств

Открытие лекарств — первое практическое применение квантовых вычислений, но вряд ли последнее. Материаловедение — еще одна область, в которой квантовое моделирование может оказаться революционным. Разработка нового химического состава аккумуляторов для электромобилей, новых сверхпроводящих материалов для передачи энергии и новых катализаторов для промышленных химических процессов — все это требует такого же молекулярного моделирования, в котором превосходны квантовые компьютеры.

Финансовая оптимизация – еще одно применение в ближайшей перспективе. Моделирование портфельных рисков, ценообразование опционов и обнаружение мошенничества — все это связано с проблемами оптимизации, которые квантовые компьютеры в принципе могут решить быстрее, чем классические альтернативы. Несколько крупных банков, в том числе Goldman Sachs, JPMorgan и HSBC, имеют активные исследовательские программы в области квантовых вычислений, ориентированные на эти приложения.

Классический компьютерный ответ

Классические вычисления не стоят на месте. Методы тензорных сетей, квантовые состояния нейронных сетей и другие классические методы аппроксимации значительно улучшили возможности моделирования квантовых систем на классическом оборудовании. Для некоторых молекулярных систем эти классические методы теперь соответствуют или даже превосходят возможности ранних квантовых компьютеров. Конкуренция между квантовым и классическим моделированием продолжается, и точка пересечения, где квантовые компьютеры обеспечивают явное преимущество для практически полезных задач, все еще определяется.

Источники и дополнительная литература