科学家用AI和量子计算生成新肽，验证药物发现潜力

科学家已成功证明，量子计算机可以提高生成式人工智能药物发现模型的准确性和覆盖范围。而且，他们利用业余时间和其他项目剩余的资金完成了这项工作。

丹麦技术大学团队将他们的生成式AI模型（用于预测蛋白质）与英国初创公司ORCA Computing 制造的打印机大小的量子计算机结合运行，该计算机通过将量子机器与传统处理器连接来加速AI。研究人员使用这种混合技术生成了能够与体内特定蛋白质结合的新型肽（短链氨基酸）。

这是疫苗开发中的关键一步。领导该项目的DTU教授 Timothy Patrick Jenkins 表示，团队成员周末工作，并从其他项目中汇集了未用完的资金，因为“大多数创新科学对基金会来说太可怕了”。

在实验室中制造这些肽并测试它们是否与特定蛋白质结合，结果表明该模型比经典模型产生了更成功的肽，在训练数据稀缺的情况下改进最为显著。该团队相信，这台机器可以加速个性化免疫疗法和疫苗的开发，并提高药物在未充分研究群体中的疗效。

Patrick Jenkins 告诉 WIRED：“我们需要真正证明这一点，才能让怀疑论者相信我们的预测与现实世界相关。”

量子计算仍是一个新兴领域，由于构建这些机器并成功应用它们解决问题的技术挑战，它面临着严格的审视。就连 Patrick Jenkins 最初也不愿探索这项技术：“我曾是一个巨大的量子怀疑论者，”他笑着说，认为任何应用于他工作的技术都“还要几十年”。

他和他的团队利用大数据和AI来发现蛋白质，这些蛋白质可以更便宜、更快地解锁新的免疫疗法，通常由诺和诺德基金会资助。虽然大多数生物模型制造者都迫切需要更多数据，但他的团队面临的一个特殊挑战是缺乏关于人类全部遗传信息多样性的数据，因为大多数医学研究都集中在西方人群。

他说，这可能导致难以开发出对未充分研究人群（如亚洲和非洲人群）有效的肽。他的团队假设，在了解到量子机器在生成图像方面有类似效果后，将量子计算机嵌入到工作流程中可以使其生成更多样化的肽集，尤其是针对数据较少的目标。

这一新发现的过程尚未彻底改变研究，因为量子计算机仍然太小，无法运行全尺寸、最前沿的AI模型，这意味着在经典计算机上可能获得更好的结果。

“量子仍然不是很强大，所以我们能编码的复杂程度并不是我们通常使用的正常大小的抗体，”DTU 博士生 Jonathan Funk 说。此外，找到一种能与特定基因结合的肽只是疫苗开发的一步，仅靠这一步并不能产生成功的药物。

“我认为很多工业公司认为量子是模糊和遥远的，这并不奇怪，”ORCA Computing 首席执行官 Richard Murray 告诉 WIRED，部分原因是该技术“从未有过真正明确的近期有用性例子”。

他说，这项研究的新颖之处在于它展示了量子的近期商业应用。他的公司还通过与石油巨头 BP 的化学项目和汽车制造商丰田的项目来应用该技术，以提高设计流程的效率。DTU 团队现在将尝试将这一工作流程用于更前沿的模型和更大的蛋白质。

“我们需要它作为一种简单的方法来验证，现在我们确实有机会大幅推动进展，”Patrick Jenkins 说，他指出生成式AI工作流程在那些研究资金很少的被忽视疾病中尤其有价值。他还在考虑使用量子计算机来增强他的生成式AI方法，用于设计蛇咬伤毒液的合成解毒剂。