内容来源：量子前哨（ID：Qforepost）

文丨娴睿 排版丨沛贤

深度好文：2000字丨8分钟阅读

摘要：最近，克利夫兰医院和 IBM 的联合研究团队在中科院分区1区、计算化学领域Top刊物JCTC《 Journal of Chemical Theory and Computation》上发表了最新研究成果，该团队将经典计算与量子计算相结合，不仅为“量子计算+蛋白质结构预测”的研究奠定了重要基础，还帮助研究人员对蛋白质结构的理解更为直观与深入。这是克利夫兰医院与IBM合作4年以来发表的第一篇通过同行评议的量子计算论文。

几十年来，研究人员一直采用经典计算方法预测蛋白质结构。蛋白质折叠的结构不仅决定了它的功能以及与体内其他分子的结合方式，还决定着人类健康和疾病的许多方面。

通过准确预测蛋白质的结构，研究人员可以更好地了解疾病的传播方式，从而开发更有效的治疗方式。克利夫兰医院博士后研究员Bryan Raubenolt博士和 IBM 研究员Hakan Doga博士作为团队先锋，深入研究并探索如何利用量子计算改进现有方法。

蛋白质结构预测图（图片来自：网络）

过去几年，机器学习技术在蛋白质结构预测方面取得了重大进展。这些预测方法依赖于训练数据，即由实验确定的蛋白质结构数据库。所以这种方法受限于机器已识别的蛋白质数量。当程序/算法遇到变异蛋白质，或与训练数据截然不同的蛋白质（常见于遗传疾病）时，准确率就会降低。

另一种方法是模拟蛋白质折叠的物理过程。研究人员通过模拟可以观察给定蛋白质的各种可能结构，然后找出最稳定的一个，这对药物设计至关重要。

然而这种方法也面临重重挑战，因为给定蛋白质的大小一旦超过了某个值，就几乎不可能在经典计算机上进行模拟。在某种程度上，增加目标蛋白质的大小就相当于增加魔方的尺寸。Raubenolt博士说，对于只有100个氨基酸的小型蛋白质，经典计算机需要近乎宇宙年龄的时间才能穷尽搜索所有可能的结果。

为了克服这些困难，研究团队运用了一种将量子计算和经典计算相结合的方法。这一方法可以利用量子算法应对即使最先进的经典计算机也倍感棘手的领域，包括蛋白质的大小、内在无序性蛋白质、突变和蛋白质折叠所涉及的物理问题。与最先进的经典计算方法相比，量子计算机准确预测了寨卡病毒蛋白质一个小片段的折叠，从而验证了这一方法可行性。

量子计算 （图片来自：网络）

量子计算与经典计算结合产生的初步结果优于经典方法和AlphaFold2。虽然 AlphaFold2 的设计最适用于较大的蛋白质，但它还是证明了这一方案无需直接依赖大量训练数据就能创建精确模型的能力。

研究人员使用量子算法首先为蛋白片段的骨架建立最低能量构象模型，这通常是计算中计算量最大的步骤。然后使用经典方法转换量子计算机获得的结果，重建蛋白质及其侧链，并使用经典分子力学对结构进行最终完善。该项目展示了一种将问题分解成若干部分的方法，量子计算方法可以解决一部分问题，经典计算方法则可以解决其他部分，从而提高准确性。

Raubenolt博士说："这个项目最独特的一点是涉及的学科众多。"我们团队的专业知识涵盖计算生物学和化学、结构生物学、软件和自动化工程、实验原子和核物理、数学，当然还有量子计算和算法设计。我们利用这些领域的知识，创建了一个可以模拟人类生命最重要过程之一的计算框架。”

该团队将经典计算和量子计算相结合，这是推动我们了解蛋白质结构以及提高我们预防和治疗疾病能力的重要一步。研究小组计划继续开发和优化量子算法，以预测更大、更复杂的蛋白质结构。

“这项工作是探索蛋白质结构预测方面取得量子优势的重要一步，”Doga 博士说。“我们的目标是设计出能尽可能准确地预测蛋白质结构的量子算法”。

无独有偶，将量子计算应用于生物制药领域的研究成果发布在JCTC《 Journal of Chemical Theory and Computation》顶刊上的不止克利夫兰医院和 IBM 的联合研究团队。早在2023年12月，国内光量子计算领军企业北京玻色量子科技有限公司就联合上海交通大学在JCTC内刊的封面上发表了以“Encoding Molecular Docking for Quantum Computers”（基于量子计算机实现的分子对接程序）为题的学术论文。这是玻色量子在“量子计算+生物制药”领域取得的首要研究突破，也建立了量子计算在生物制药领域实用化的重要里程碑。

据悉，该研究通过构建FAM和GPM方法并在相干光量子计算机上进行精确求解来解决分子对接中的采样问题。目前相干光量子计算机的最大求解规模远远超过了该算法模型在CASF数据集上应用所需的比特数，同时相干光量子计算机上的采样的运行时间仅以毫秒为单位，相较于经典计算机至少有3个数量级的提升，因此该研究提出的算法模型具有巨大的实际应用价值。

显然，“量子计算+生物制药”的实用化案例开启了应用新征程。

特此说明：量子前哨翻译此文仅作信息传递和参考，并不意味着同意此文中的观点与数据。

——end——

欢迎添加我们的微信，加入量子前哨粉丝群

与大家一起探讨交流量子领域动态↓↓↓~~