藥物研發裝上量子顯微鏡？全球首個量子編碼技術完成真機驗證

封面新聞記者 邊雪 北京報道

近日，中國科學家團隊給藥物研發裝上了“量子顯微鏡”。

封面新聞記者從安徽省量子計算工程研究中心獲悉，本源量子聯合中國科學技術大學、合肥綜合性國家科學中心人工智能研究院成功實現全球首個基於量子邊編碼技術的藥物分子性質預測應用，並在中國第三代自主超導量子計算機“本源悟空”上完成真機驗證，該項技術爲分子性質預測及藥物研發開闢全新路徑。

藥物研發中，精準預測分子性質是快速篩選候選藥物的關鍵。圖神經網絡方法用“圖”結構來理解藥物分子：原子是“點”，化學鍵是“邊”。已有的量子算法可以提升對“點”的處理能力，但對“邊”無能爲力——就像拼圖缺失關鍵模塊，始終無法完整呈現分子特性。

據悉，此次研究團隊創新設計的量子嵌入圖神經網絡架構，融入全球首創量子邊編碼技術和量子節點嵌入模式，首次在量子層面實現原子與化學鍵的同步處理，大幅提升了對分子行爲的預測精度，顯著提升藥物發現效率。目前，基於該項技術的藥物毒性預測真機應用已上線“本源量子計算雲平臺”。

“如果說傳統圖神經網絡方法是‘望遠鏡’，那麼融入全球首創量子邊編碼技術的量子嵌入圖神經網絡架構就是‘顯微鏡’——不僅能看清原子位置，更能清晰捕捉到化學鍵的相互作用，讓藥物研發邁向‘精準設計’。”“本源悟空”軟件研製團隊負責人竇猛漢告訴封面新聞記者，“這一技術顯著提升了關鍵藥物性質預測準確率：HIV抗病毒藥物篩選準確率從73%躍升至97%，阿爾茨海默病藥物預測準確率從64%提升至70%。”

安徽省量子計算工程研究中心主任郭國平教授表示，“量子嵌入圖神經網絡架構已成功在中國第三代自主超導量子計算機‘本源悟空’上運行驗證，標誌着我國已初步具備實用化量子計算能力。”

值得注意的是，以上成果以題爲“Quantum-Embedded Graph Neural Network Architecture for Molecular Property Prediction”的論文發表於化學信息學領域的權威期刊Journal of Chemical Information and Modeling。作爲量子圖神經網絡領域首篇關於量子邊編碼的研究論文，該成果獲得了國際學術界的廣泛認可，爲量子技術的產業化應用奠定了堅實基礎。