Вихідні дні та наука: квантовий комп'ютер допоміг винайти нові кандидати на лікарські препарати

Ключові моменти

• Дослідники Технічного університету Данії у 2024 році використали модель штучного інтелекту з квантовою підтримкою для генерування нових пептидів — коротких ланцюжків, подібних до білків, які використовуються в розробці ліків.
• Лабораторні тести підтвердили, що модель з квантовою підтримкою виробила більше успішних пептидів, ніж стандартний еквівалент програмного забезпечення, з найбільшими успіхами там, де даних для навчання було мало.
• Команда профінансувала роботу, об'єднавши невикористані кошти з інших проектів і працюючи по вихідних, оскільки жодна грантова організація не підтримала цей проект.
• Квантові комп'ютери все ще занадто малі для запуску повномасштабних моделей пошуку ліків, тому цей результат — лише доказ концепції, а не готовий продукт.
• ORCA Computing, британський стартап, який побудував квантову машину, говорить, що це дослідження — один з перших чітких близькострокових комерційних застосувань цієї технології.

Невелика команда Технічного університету Данії (DTU) продемонструвала, що підключення квантового комп'ютера до конвеєра пошуку ліків на основі штучного інтелекту може дати кращих кандидатів на лікарські препарати, ніж використання звичайного комп'ютера самостійно. Вони опублікували результати після проведення експерименту по вихідних, оплативши його залишками бюджету з інших грантів.

Розглядувана модель штучного інтелекту — це генеративна модель, програмне забезпечення, яке створює нові результати, а не просто класифікує існуючі, подібно до технології за образними генераторами. Тут вона генерувала пептиди: крихітні ланцюжки амінокислот, будівельних блоків білків, які можуть прикріплюватися до певних цілей всередині організму. Пошук пептидів, які надійно зв'язуються з цільовим білком, — це критичний перший крок у розробці вакцин та інших ліків.

Квантову машину, яку вони використовували, побудував британський стартап ORCA Computing, вона приблизно розміром зі настільний принтер. Це не самостійна заміна звичайному комп'ютеру. Натомість вона працює поруч з ним — така схема називається гібридною системою. Квантовий компонент обробляє конкретну частину розрахунку, де квантова фізика дає йому перевагу в дослідженні різних можливостей.

Лабораторні тести були важливі. Команда насправді синтезувала пептиди, які запропонувала модель, і перевірила, чи вони фізично прилипали до цільових білків. Вони це робили, і з більш високим показником успіху, ніж пептиди, згенеровані класичною, неквантовою версією тієї ж моделі. Покращення було найбільш суттєвим для білків, де дані для навчання, історичні приклади, з яких вчиться штучний інтелект, були обмежені.

Цей останній момент є важливим. Більшість медичних досліджень були зосереджені на західних популяціях, залишаючи менше генетичних даних для людей в Азії, Африці та інших недостатньо вивчених регіонах. Професор DTU Тімоті Патрік Дженкінс, який керував проектом, розповів виданню Wired, що квантовий крок, схоже, допоміг моделі генерувати більш різноманітний набір кандидатів навіть з обмеженими даними, що з часом могло б допомогти створити ліки, які працюють для ширшого спектра пацієнтів.

Чи означає це, що квантові комп'ютери скоро змінять медицину?

Ще ні. Доступні сьогодні квантові машини занадто малі для запуску повнорозмірної моделі антитіл, такого типу, з яким зазвичай працюють дослідники. Стандартний високопрофесійний комп'ютер все ще переважав би їх у більшості справжніх завдань пошуку ліків. Генеральний директор ORCA Computing Річард Мюррей визнав, що технологія довгий час страждала від брак чітких короткострокових застосувань. Це дослідження, за його словами, — один з перших конкретних прикладів того, що вона може зробити щось корисне в комерційному середовищі сьогодні.

Дженкінс уже планує наступний крок: тестування робочого процесу на більших білках і більш просунутих моделях штучного інтелекту. Він також вивчає, чи міг би той же квантовий підхід допомогти розробити синтетичні протидії до отрути змій — занедбаній галузі, яка привертає мало уваги в дослідженнях.

Для пацієнтів і громадськості практичний вплив ще років у майбутньому. Це дослідження дає дослідникам невелику, але реальну причину продовжувати дослідження такої комбінації.