By Kenna Hughes-Castleberry julkaistu 06
yli $ 1.42 biljoonaa tuottona kaikkialla Yhdysvalloissa lääketeollisuus tarjoaa monia tuottoisia mahdollisuuksia kvanttilaskentayrityksille. Koska lääkesuunnittelua ja uusien materiaalien luomista tutkitaan a molekyylimittakaavassa, kyseessä olevista kohteista tulee olennaisesti kvanttijärjestelmiä. Tämä helpottaa kvanttitietokoneiden huomattavasti näiden materiaalien analysointia ja simulointia, koska tietokoneet ovat myös kvanttijärjestelmiä. Vaikka klassista tietojenkäsittelyä käytetään jo (yleensä koneoppimisen kanssa) lääkesimulaatioissa, kvanttilaskenta ei voi vain virtaviivaistaa löytöprosessia, vaan se voi myös luoda paradigman muutos koko lääketeollisuudelle.
Riverlane Quantum Sciencen johtaja tohtori Nicole Holzmann keskustelee kvanttilaskennan roolista lääketeollisuudessa. (PC Riverlane)
"Kehitys on niin perustavanlaatuista, että lääkkeet käyttävät 15 prosenttia omasta myynnistään tutkimukseen ja kehitykseen", selitti 2021 McKinsey and Company -artikkeli. Kvanttilaskenta voi merkittävästi alentaa näitä kustannuksia käyttämällä simulaatioita in-silico kliiniset tutkimukset. Täällä simuloidaan osallistujia ja erilaisia lääkehoitoja, jolloin kvanttitietokone voisi testata lääkeprotokollia ja optimoida ratkaisuja halvemmalla ja tehokkaammalla tavalla. Muut kvanttisimulaatiot tarkastelevat proteiinien välisiä molekyylivuorovaikutuksia ennustaakseen, kuinka lääke voisi toimia. Viimeaikaiset tutkimus kvanttilaskentayhtiöltä Riverlane loi erityisiä algoritmeja käyttämällä upotustekniikkaa hydrogenaasientsyymin ja valolle herkistäjämolekyylin temoporfiinin tutkimiseksi. "Haluamme löytää tavan laskea lääkkeen aktiivinen osa proteiiniympäristössä kvanttitietokoneella", selitti Riverlanen kvanttitieteen johtaja Dr. Nicole Holzmann. "Mutta tämä on erittäin vaikea tehdä, koska järjestelmät ovat erittäin suuria. Siksi meidän on löydettävä tapa eristää proteiinin aktiivinen osa ja laskea se pieni määrä kvanttitietokoneella.
Klassinen tietojenkäsittely on jo luonut lääkesimulaatioita kautta CADD (Computer-Assisted Drug Discovery). CADD:n avulla tutkijat voivat käyttää koneoppimista luodakseen simulaatioita molekyylien vuorovaikutuksista. CADD:llä on kuitenkin rajansa, koska se tarkastelee kaikkia tietoja, jopa mahdollisia "umpikuja" molekyylejä. Tämä rajoitus voi luoda pullonkaulan lääketeollisuudelle, koska se rajoittaa tutkittavia molekyylejä. Kvanttitietokoneella tämä prosessi voidaan virtaviivaistaa ja nopeampi, mikä mahdollistaa nopeutetun etsintäprosessin. Varsinaisia lääkekokeita ei korvata lääkesimulaatioilla, joten nämä tietokonesimulaatiot voivat auttaa paikantamaan mahdolliset hoitoprotokollat paljon kustannustehokkaammalla tavalla. "Jos tarkastellaan lääkkeiden suunnittelusykliä, lääkkeen suunnittelu kestää monta, monta vuotta, esimerkiksi 12 vuotta", totesi Holzmann. "Se on erittäin, erittäin kallista. Voit aloittaa miljoonilla molekyyleillä ja lopulta olet onnellinen, jos sinulla on kourallinen mahdollisia ehdokkaita. Ja siinä pitkässä prosessissa, jossa on paljon kokeellisia vaiheita." Kvanttilaskenta ei voi ainoastaan auttaa vähentämään tätä prosessia merkittävästi, vaan se voi myös aiheuttaa mahdollisen paradigman muutoksen lääketeollisuudessa. Lisäämällä laskentatehoa kvanttitietokoneet voivat myös laajentaa simuloitujen molekyylijärjestelmien tyyppejä sisältämään esimerkiksi vasta-aineita tai jopa kokonaisia peptidejä.
Kvanttilaskennan aikajana lääketeollisuudessa
Vaikka kvanttitietokoneet tarjoavat nämä monet edut, voi kestää jonkin aikaa, ennen kuin niitä voidaan soveltaa täysimääräisesti. Yksi syy tähän viiveeseen on käyttötapausten puute. Riverlanen kaltaiset yritykset kokeilevat mahdollisia käyttötapauksia (kuten kumppanuudessaan molempien kanssa Astex Pharmaceuticals ja Rigetti Computing), kestää jonkin aikaa kehittää tarpeeksi käyttötapauksia kvanttilaskennan hyödyntämiseksi. Toinen pääasiallinen syy tähän viiveeseen on laitteiston kehitys. Nykyisten kvanttitietokoneiden, joita sovelletaan uusiin materiaaleihin tai lääkekehitykseen, katsotaan olevan NISQ:t (Noisy Intermediate Scale Quantum), joissa niissä on edelleen virheitä ja muita ongelmia. McKinsey ja Company uskovat, että virheettömiä kvanttitietokoneita tulee saataville myöhemminkin 2030ja tulee tekemään suuria aaltoja lääketeollisuudessa. Yritykset pitävät Quantum Brilliance toivovat käyttävänsä ainutlaatuisia laitteita, kuten timanttikvanttikiihdyttimiä, voittaakseen nämä laitteistohaasteet. Riverlane yrittää samalla tavalla selvittää nämä ongelmat. "Se on toinen alue, jolla Riverlane tekee paljon vaivaa korjatakseen näissä koneissa tapahtuvat virheet", Holzmann lisäsi. ”Meillä on siis paljon kubitteja, joita käytät laskennassa, ja tuon laskennan aikana osa niistä rikkoutuu. Se vain tapahtuu, se tapahtuu aina, vaikka meillä olisi parempia koneita. Jotta tästä laskennasta olisi hyötyä, meidän on kalibroitava nämä virheet."
Muut kvanttiyritykset, kuten Kvanttiuumi yrittävät jo lyhentää aikajanaa. Hiljattain julkaistiin Quantinuum InQuanto, kvanttilaskennallisen kemian ohjelmisto, joka on erityisesti suunniteltu kemisteille useiden kvanttialgoritmien hyödyntämiseen kvanttitietokoneessa. "Kvanttilaskenta tarjoaa tien nopeaan ja kustannustehokkaaseen uusien molekyylien ja materiaalien kehittämiseen, jotka voisivat avata uusia vastauksia joihinkin suurimmista kohtaamistamme haasteista", selittää Patrick Moorhead, Moor Insights and Strategyn toimitusjohtaja ja pääanalyytikko Quantinuumin tutkimuksessa. lehdistötiedote. Vaikka InQuanto on ensimmäinen tällainen alusta, se ei varmasti jää viimeiseksi, sillä muut kvanttiyritykset toivovat voivansa hyödyntää laskentatehoaan maan tasolla tekemällä yhteistyötä useiden lääkeyhtiöiden kanssa. Mitä enemmän näitä kumppanuuksia syntyy, kvanttilaskenta voi muuttaa lääketeollisuutta ikuisesti.
Kenna Hughes-Castleberry on Inside Quantum Technologyn ja JILAn Science Communicatorin (kumppanuus Colorado Boulderin yliopiston ja NISTin välillä) kirjoittaja. Hänen kirjoitustyylinsä sisältävät syväteknologiaa, metaversumia ja kvanttitekniikkaa.
