By کنا هیوز-کستلبری ارسال شده در 06 اکتبر 2022
با بیش از 1.42 تریلیون دلار از نظر درآمد در سراسر ایالات متحده، صنعت داروسازی فرصت های سودآور زیادی را برای شرکت های محاسبات کوانتومی ارائه می دهد. زیرا طراحی دارو و ایجاد مواد جدید بر روی الف مقیاس مولکولی، موضوعات مورد بحث اساساً به سیستم های کوانتومی تبدیل می شوند. این امر تحلیل و شبیه‌سازی این مواد را برای رایانه‌های کوانتومی آسان‌تر می‌کند، زیرا رایانه‌ها نیز سیستم‌های کوانتومی هستند. در حالی که محاسبات کلاسیک در حال حاضر (معمولاً در ترکیب با یادگیری ماشین) برای شبیه سازی داروها اعمال می شود، محاسبات کوانتومی نه تنها ممکن است فرآیند کشف را ساده کند، بلکه ممکن است یک تغییر پارادایم برای کل صنعت داروسازی
دکتر نیکول هولزمن، مدیر علوم کوانتومی Riverlane، نقش محاسبات کوانتومی در صنعت داروسازی را مورد بحث قرار می‌دهد. (PC Riverlane)
توضیح داد: "توسعه آنقدر اساسی است که داروخانه 15 درصد از فروش خود را صرف تحقیق و توسعه می کند." 2021 مقاله مک کینزی و شرکت. محاسبات کوانتومی می تواند این هزینه ها را با استفاده از شبیه سازی به میزان قابل توجهی کاهش دهد در سیلیکو آزمایشات بالینی در اینجا، شرکت‌کنندگان و درمان‌های دارویی مختلف شبیه‌سازی می‌شوند و به یک کامپیوتر کوانتومی اجازه می‌دهند پروتکل‌های دارویی را آزمایش کرده و راه‌حل‌ها را به روشی ارزان‌تر و کارآمدتر بهینه‌سازی کنند. سایر شبیه‌سازی‌های کوانتومی به تعاملات مولکولی بین پروتئین‌ها نگاه می‌کنند تا پیش‌بینی کنند که چگونه یک دارو ممکن است کار کند. اخیر تحقیق از شرکت محاسبات کوانتومی ریورلین الگوریتم های ویژه ای را با استفاده از تکنیک جاسازی برای مطالعه آنزیم هیدروژناز و مولکول حساس کننده نور تموپورفین ایجاد کرد. دکتر ریورلین، مدیر علوم کوانتومی، توضیح داد: «ما می‌خواهیم راهی برای محاسبه بخش فعال دارو در محیط پروتئینی در رایانه کوانتومی پیدا کنیم. نیکول هولزمن. اما انجام این کار بسیار دشوار است زیرا سیستم ها فوق العاده بزرگ هستند. بنابراین به همین دلیل است که ما باید راهی برای جداسازی بخش فعال یک پروتئین و محاسبه این مقدار کمی در یک کامپیوتر کوانتومی پیدا کنیم.
محاسبات کلاسیک قبلاً شبیه سازی های دارویی را از طریق ایجاد کرده است CADD (کشف دارو به کمک کامپیوتر). با استفاده از CADD، محققان می توانند از یادگیری ماشین برای ایجاد شبیه سازی برهمکنش های مولکولی استفاده کنند. با این حال، CADD محدودیت‌های خود را دارد، زیرا به تمام داده‌ها، حتی مولکول‌های احتمالی «بن بست» نگاه می‌کند. این محدودیت می تواند گلوگاهی برای صنعت داروسازی ایجاد کند، زیرا مولکول های قابل مطالعه را محدود می کند. با یک کامپیوتر کوانتومی، این فرآیند می‌تواند ساده‌تر و سریع‌تر شود و امکان فرآیند کشف سریع‌تر را فراهم کند. از آنجایی که آزمایش‌های واقعی دارو با شبیه‌سازی دارو جایگزین نمی‌شوند، این شبیه‌سازی‌های رایانه‌ای می‌توانند به شناسایی پروتکل‌های درمانی بالقوه به روشی بسیار مقرون‌به‌صرفه‌تر کمک کنند. هولزمن گفت: «اگر به چرخه طراحی دارو نگاه کنید، سال‌های بسیار زیادی طول می‌کشد، مثلاً 12 سال برای طراحی یک دارو». این بسیار بسیار گران است. شما ممکن است با میلیون ها مولکول شروع کنید و در پایان، اگر تعداد انگشت شماری کاندیدای بالقوه داشته باشید، خوشحال خواهید شد. و در این فرآیند طولانی، که در آن مراحل آزمایشی زیادی وجود دارد.» محاسبات کوانتومی نه تنها ممکن است به کاهش قابل توجه این فرآیند کمک کند، بلکه ممکن است باعث تغییر الگوی بالقوه در صنعت داروسازی شود. با قدرت محاسباتی بیشتر، رایانه‌های کوانتومی می‌توانند انواع سیستم‌های مولکولی شبیه‌سازی‌شده را نیز گسترش دهند تا مواردی مانند آنتی‌بادی‌ها یا حتی پپتیدهای کامل را در بر گیرند.
جدول زمانی محاسبات کوانتومی در صنعت داروسازی
در حالی که کامپیوترهای کوانتومی این مزایا را ارائه می دهند، ممکن است مدتی طول بکشد تا بتوان به طور کامل از آنها استفاده کرد. یکی از دلایل این تاخیر عدم استفاده از موارد است. در حالی که شرکت هایی مانند Riverlane در حال آزمایش موارد استفاده احتمالی (مانند مشارکت با هر دو) هستند داروسازی آستکس و رایج محاسبات، توسعه موارد استفاده کافی برای استفاده از محاسبات کوانتومی مدتی طول می کشد. دلیل اصلی دیگر این تاخیر زمانی توسعه سخت افزار است. کامپیوترهای کوانتومی فعلی که در حال استفاده از مواد جدید یا کشف دارو هستند، در نظر گرفته می شوند NISQ ها (Nisy Intermediate Scale Quantum)، که در آن هنوز حاوی خطاها و مسائل دیگر هستند. مک کینزی و شرکت معتقدند که کامپیوترهای کوانتومی بدون خطا در فراتر از آن در دسترس خواهند بود 2030، و موج های بزرگی را در صنعت داروسازی ایجاد خواهد کرد. شرکت ها دوست دارند درخشش کوانتومی امیدوارند از سخت‌افزار منحصربه‌فرد مانند شتاب‌دهنده‌های کوانتومی الماس برای غلبه بر این چالش‌های سخت‌افزاری استفاده کنند. ریورلین نیز به همین ترتیب تلاش می کند تا این مسائل را حل کند. هولزمن افزود: «این حوزه دیگری است که Riverlane تلاش زیادی برای تصحیح خطاهایی که در این ماشین‌ها اتفاق می‌افتد انجام می‌دهد. بنابراین، ما کیوبیت‌های زیادی داریم که شما از آنها برای محاسبه استفاده می‌کنید، و در طی این محاسبه، برخی از آنها خراب می‌شوند. این اتفاق می افتد، همیشه اتفاق می افتد، حتی اگر ماشین های بهتری داشته باشیم. برای اینکه این محاسبه مفید باشد، باید این خطاها را کالیبره کنیم.»
سایر شرکت های کوانتومی مانند کوانتینیوم در حال حاضر تلاش می کنند تا خط زمانی را کوتاه کنند. به تازگی، Quantinuum منتشر شده است InQuanto، یک نرم افزار شیمی محاسباتی کوانتومی است که به طور خاص برای شیمیدانان طراحی شده است تا از چندین الگوریتم کوانتومی در یک کامپیوتر کوانتومی استفاده کنند. پاتریک مورهد، مدیر عامل و تحلیلگر ارشد Moor Insights and Strategy در Quantinuum توضیح داد: «محاسبات کوانتومی راهی برای توسعه سریع و مقرون‌به‌صرفه مولکول‌ها و مواد جدید ارائه می‌کند که می‌تواند پاسخ‌های جدیدی را به برخی از بزرگ‌ترین چالش‌های پیش روی ما باز کند. اطلاعیه مطبوعاتی. اگرچه InQuanto اولین پلتفرم از این نوع است، اما مطمئناً آخرین نخواهد بود زیرا سایر شرکت‌های کوانتومی امیدوارند با مشارکت با شرکت‌های دارویی مختلف، از قدرت محاسباتی خود در سطح زمین استفاده کنند. با ادامه این مشارکت‌ها، صنعت داروسازی ممکن است برای همیشه با قدرتی که محاسبات کوانتومی است تغییر کند.
کنا هیوز-کستلبری نویسنده کارکنان Inside Quantum Technology و ارتباط دهنده علوم در JILA (شرکتی بین دانشگاه کلرادو بولدر و NIST) است. ضربات نویسندگی او شامل فناوری عمیق، متاورس و فناوری کوانتومی است.
