Квантовый компьютер ORCA повысил точность ИИ-модели для создания лекарственных пептидов

Квантовый компьютер ORCA повысил точность ИИ-модели для создания лекарственных пептидов

Исследователи из Технического университета Дании продемонстрировали, что квантовый компьютер способен повысить точность работы искусственного интеллекта при разработке лекарств. В эксперименте использовался гибридный вычислительный комплекс, в котором квантовый процессор британской компании ORCA Computing взаимодействовал с традиционными системами.

Учёные объединили ИИ-модель для прогнозирования свойств белков с компактным квантовым компьютером, который ускорял отдельные этапы вычислений. Система применялась для генерации новых пептидов — коротких цепочек аминокислот, способных связываться с определёнными белками-мишенями. Это один из ключевых этапов создания вакцин и других препаратов.

По словам профессора Тимоти Патрика Дженкинса, проект выполнялся в свободное время на остатки финансирования от предыдущих исследований. Он отметил, что на нестандартные научные идеи на раннем этапе сложно получить поддержку из-за высокой неопределённости результатов.

Лабораторная проверка созданных пептидов показала, что усиленная с помощью квантового компьютера модель генерировала более успешные молекулы по сравнению с классической версией. Особенно заметным преимущество было в ситуациях, когда исходных данных для обучения ИИ было мало.

Разработка решает важную проблему современной биомедицины: большинство имеющихся данных основано на исследованиях западных популяций, поэтому ИИ-модели хуже справляются с созданием препаратов для жителей Азии и Африки. Квантовые вычисления, как предположили учёные, позволяют генерировать более разнообразные наборы пептидов при ограниченном объёме данных.

Авторы работы подчеркнули, что технология пока не готова заменить классические вычисления в разработке лекарств. Современные квантовые компьютеры неспособны запускать полноценные сложные ИИ-модели, а поиск связывающегося пептида — лишь один этап создания препарата. Следующим шагом команда планирует проверить метод на более крупных белках и современных моделях ИИ, включая задачи персонализированной иммунотерапии и синтетических антидотов, например, против змеиного яда.