IBM и Google обещают квантовый прорыв в моделировании лекарств и анализе старения клеток

На конференции в Калифорнии IBM и Google показали последние достижения в области квантовых вычислений, которые, по мнению ученых, в ближайшие 10–20 лет помогут ускорить разработку лекарств, персонализировать лечение и лучше понять механизмы старения.

IBM представила квантовую систему с 433 кубитами, пригодную для задач в области фармакологии и моделирования молекулярных взаимодействий. Компания уже использует квантовые симуляции в сотрудничестве с Cleveland Clinic — это первая в мире клиника, установившая у себя квантовый компьютер, предназначенный исключительно для медицинских исследований.

Google продемонстрировала алгоритмы, способные анализировать клеточное старение, а также чип Willow, который работает с пониженным уровнем ошибок. За счет суперпозиции кубитов квантовые компьютеры могут одновременно обрабатывать огромное количество переменных, моделируя сложнейшие биохимические процессы — от структуры белков до реакций ДНК на атомном уровне.

Ранее исследователи из Cleveland Clinic и IBM впервые успешно применили квантовые вычисления для предсказания структуры белка, что может значительно ускорить разработку новых лекарств и методов лечения заболеваний. Результаты опубликованы в журнале Journal of Chemical Theory and Computation и представляют собой первый рецензируемый научный труд в рамках партнерства Cleveland Clinic и IBM Discovery Accelerator.

«Я понимаю, что мы идем на риск, — говорит Лара Джехи, директор по исследовательским информационным технологиям Cleveland Clinic и руководитель квантовых проектов института. — Но я надеюсь, что у первой команды будет стратегическое, долгосрочное преимущество».

В рамках исследования ученые сосредоточились на моделировании каталитической петли белка NS3 геликаза вируса Зика. Используя гибридный подход, сочетающий квантовые и классические вычисления, они смогли точно предсказать структуру этого фрагмента белка. Квантовый алгоритм был применен для определения наиболее стабильной конформации основной цепи белка, после чего классические методы использовались для реконструкции боковых цепей и окончательной доработки структуры.

По словам доктора Брайана Раубенолта, постдокторанта Cleveland Clinic и одного из ведущих авторов исследования, одной из самых уникальных особенностей этого проекта является количество вовлеченных дисциплин. Команда объединила экспертизу в области вычислительной биологии и химии, структурной биологии, программной инженерии, атомной и ядерной физики, математики и квантовых вычислений.

Традиционные методы предсказания структуры белков, такие как AlphaFold2, полагаются на машинное обучение и требуют обширных обучающих данных, что ограничивает их эффективность при работе с мутированными или редкими белками. Квантовые вычисления, напротив, позволяют моделировать физику сворачивания белков без необходимости в больших объемах данных, что особенно важно для понимания редких заболеваний и разработки персонализированных методов лечения.

Доктор Хакан Дога из IBM отметил: «Наша цель — разработать квантовые алгоритмы, которые смогут максимально реалистично предсказывать структуры белков».

Успешное применение квантовых вычислений в этом исследовании открывает новые возможности для биомедицинских исследований. Команда планирует продолжить разработку и оптимизацию квантовых алгоритмов для предсказания структур более крупных и сложных белков, что может привести к значительным прорывам в понимании механизмов заболеваний и разработке новых терапий.