2025-07-12 | 김윤수 기자

向谷歌AlphaFold发起挑战的量子计算机 [金允洙的量子跃迁]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

被称为"AlphaGo之父"的谷歌DeepMind首席执行官(CEO)戴米斯·哈萨比斯去年荣获诺贝尔化学奖,吸引了全球目光。其功绩在于继下围棋的人工智能(AI)AlphaGo之后,又开发出分析蛋白质结构的AI模型"AlphaFold",引发新药研发革新。诺贝尔奖史上首次授予AI研究者,足见蛋白质结构分析被视为生物产业的核心技术。

人体内存在大量蛋白质。每种蛋白质的功能各不相同,如生体组织的生长与维持、荷尔蒙的分泌或抑制等。特定蛋白质出现问题,相应功能就会下降,可能引发疾病。能消除该蛋白质问题的物质被称为药物。因此,新药研发始于发掘与致病蛋白质精确匹配的物质。

为此,必须了解引发问题的蛋白质呈何种形态,即其结构。蛋白质是由更小单位"氨基酸"分子结合而成的物质。根据氨基酸种类以及它们结合的方式,组装结果即蛋白质结构各不相同。前面说过,药物是"与蛋白质精确匹配的物质"。所谓药物发掘,就是寻找像乐高积木一样能与蛋白质良好结合并相互作用的结构性物质。归根结底,要研发疾病治疗药,必须先弄清致病蛋白质的结构,筛选出结构与之吻合的物质作为候选,再找出真正具有治疗效果的最佳药物。

当然,这并非说起来那么容易。蛋白质结构无法用肉眼观察,必须依靠科学预测。如前所述,要弄清作为"蛋白质零件"的氨基酸的结合方式,尤其是它们结合时在三维空间中特定折叠的结构"蛋白质折叠",绝非易事。AlphaFold正是用AI替代研究人员逐一实验寻找与蛋白质匹配物质的技术。据悉,通常需要数月以上的蛋白质分析手工作业,如今几天即可完成。从英伟达、微软(MS)等大型科技企业,到韩国初创企业Galux等,都推出了类似的AI。

继AI之后,量子技术也逐渐加入这一领域的竞争。美国量子计算机企业IonQ上月在预印本论文公开网站"arXiv"发表了题为《利用全连接离子阱量子计算机实现蛋白质折叠(Protein folding with an all-to-all trapped-ion quantum computer)》的论文。据介绍,该研究使用36量子比特(量子计算机运算单位)完成了12个氨基酸大小的蛋白质折叠等结构分析,这是量子计算机迄今规模最大的此类作业。

与2022年公开、每年可分析数亿种蛋白质的旧版"AlphaFold2"相比,目前的工作量仍很微小,但量子计算机分析今后有望不断扩大规模。IonQ计划利用即将推出的64量子比特和256量子比特量子计算机芯片继续开展相关研究。IonQ强调:"研究成果具有对生命科学和新药研发领域产生重大影响的潜力。"

量子计算机以0和1的数字信息量子叠加而成的量子比特实现并行计算,因此被认为擅长在数万种可能性中寻找最优选项的所谓"寻路"问题。需要计算大量蛋白质折叠可能性的蛋白质结构预测就是典型例子。如果说现有超级计算机是逐一核算每种可能性,量子计算机则能同时考量所有可能性。除新药研发、电池等结构设计外,快速破解现代密码同样有望由今后的高性能量子计算机实现。

阅读韩文原文