DAOrayaki DAO研究奖金池：

资助地址:  DAOrayaki.eth

投票进展：DAO Reviewer  1/0 通 过

赏金总量：45 USD

研究种类：Quantum Computing, Drug Discovery

原文作者:   Cynthia A. Challener, Ph.D.

创作者：Hahaho@DAOrayaki.org

审核者：Heyyawn@DAOrayaki.org

原文:  Quantum Computing will Transform Drug Discovery, Development, Manufacturing, and Supply Chain Management

很多人仍认为量子计算是一个充满未来感的科幻概念。但事实上，它是一项很有价值的新技术，虽仍处于起步阶段，但发展迅速，在不远的将来会对药物发现和开发起到革命性作用。

带来的改变

量子计算机的运行方式与经典二进制计算机不同，后者以电压的方式运行。经典二进制计算机中的单个比特（bit）只有两种状态（0和1），但通过利用超导回路或在电磁场中盘旋的离子（离子阱），量子计算机可以实现量子叠加态，即量子比特(qubits) 同时存在于这两种状态的概率组合中。1

叠加态可以同时计算两个问题。当多个量子比特通过纠缠的量子效应链接时，可执行的计算量随量子比特的数量增加而呈指数增长：22与2、23与3等等。因此，如果能建造一台拥有300个量子比特的量子计算机，它可执行的计算量比可见宇宙中的原子数量还多，且计算过程几乎是瞬间完成。2

由于量子计算机以概率的方式解决问题，它可以同时考虑多种不同的选项，而不是按顺序考虑，因此比经典计算机的效率更高。3经典计算机需要数年或更长时间才能解决的问题，量子计算机在几秒内就可以解决。

目前，量子计算机多使用混合算法（变分量子本征求解器）运行，其中大部分计算由经典计算机完成，遇到困难时由量子处理器接管。2因此需要设计出一种使量子计算行之有效且可扩展的解决方案，比如谷歌和IBM开发的超级计算机，IQM和霍尼韦尔提出的离子阱，它们使用中性原子或光子机制来创建量子比特。5前者速度快但容易出错。这些不同的解决方案最终也将适用于不同的应用。

量子计算快速解决高复杂度问题的能力，克服了经典计算机的局限性，本征求解器也有望在国家安全和能源研究及新材料和药物开发等领域取得进展，例如个性化药物。6它已经被证明可以为神经网络和生成对抗网络 (GAN) 提供帮助。5

量子＋化学？

基于量子力学的量子计算机非常适合模拟化学系统，例如药物分子及其与蛋白质的相互作用。1,4,6模拟大分子和复杂分子的能力也将对药物发现和开发工作产生影响，因为分子是基于量子物理学的量子系统，因此，量子计算机能有效地预测和模拟分子结构、性质和行为，包括原子间的相互作用。1,7

量子计算机还能更好地计算离子和金属的量子效应，目前大多数机器学习算法为了简便化和标准化忽略了这些效应。它还可以计算蛋白质的动态运动及它们的形状如何随时间演变，在经典计算机上不经常使用这种模型。8

当前的量子计算机可以对有5到10个原子的分子进行计算。因为大多数小分子APIs包含30个或更多的原子，因此需要对分子片段进行计算，再应用密度矩阵嵌入理论来理解整个分子。2随着量子计算技术的进步和具有更多量子比特的稳定计算机出现，模拟更复杂的分子（包括生物制剂）也将变得可行。

行业的广泛认可

量子计算还可以推动药物发现和开发的发展，为探索和创新开辟新路径。许多顶级的生物制药公司已经加入了QuPharm联盟，该联盟为开发用于制药应用的量子计算方案提供了合作机会。9

在2020年的一次展望未来的活动中，Pistoia联盟（一个广泛涵盖实验室计算的制药信息技术经理联盟）认为量子计算将对制药行业产生巨大影响。10到2020年底，QuPharm已经确定了量子计算在研究实验室中的24种可能用途，包括目标识别、先导化合物发现、先导化合物优化和临床开发。11

QuPharm正在与Pistoia联盟和量子经济发展联盟 (QED-C) 合作，后者于2018年在美国国家标准与技术研究院的资助下成立。12此外，通过Innovate UK的工业战略挑战基金 (ISCF) 提供的资金，QuPharm打算建造用于药物开发的全栈量子计算机。11

有许多公司直接参与了量子计算的发展中。在QuPharm、QED-C和Pistoia Alliance于2020年底举办了相关网络研讨会，期间进行了一项民意调查，82%的参与者表示相信量子计算将在明年影响制药行业。此外，近三分之一的人计划在明年内考虑量子计算技术，另有三分之一的人预计在不久的将来考虑该技术。13

下一代CADD

量子计算在制药行业的第一个应用是改进计算机辅助药物发现 (CADD)。1目前的方法依赖非量子计算的工具，例如分子动力学 (MD) 模拟和密度泛函理论 (DFT)，但这种方法在分子复杂性和成本方面受到限制。量子计算可以更具成本效益的对更大、更复杂分子展开及时分析。14量子计算允许研究人员“积累失败”，加速候选药物的开发，提高成功的可能性。1

量子计算提高CADD准确性的同时，还能更好地模拟相互作用，分析更多与分子相关的结构的灵活性1，当与ML结合时，基于量子的CADD可以更快地发现新的结构-性质关系，实现新的药物设计。

药物开发人员感兴趣的应用包括目标识别和验证、命中生成和验证、先导优化、蛋白质结构预测以及蛋白质工程和设计。1,14量子计算机快速分析复杂数据集的能力还能帮助研究人员更好地利用高通量技术。6

目前，ProteinQure等公司专注于分子相似性、蛋白质结构预测和蛋白质设计，量子计算有望适用于大多数CADD工作流程，包括量子化学问题和分子对接。15事实上，许多人认为量子计算可以颠覆药物的发现过程，显著降低目前临床前和临床阶段大于90%的失败率。

最重要的是，除了加速药物发现和开发外，量子计算还可以创新解决问题的方法，让开发和制造以前不可能的新药物变得可能。16例如，在精准医学领域，量子计算能增强基序发现和预测，实现全基因组关联研究和完整结构预测。还可以开发有机数字双胞胎，评估患者对特定医疗程序、药物和医疗设备的反应。

不止药物发现

量子计算的影响远不止药物发现的领域。通过“拓扑数据分析”更好地连接数据，有助于研究细胞之间的未知联系，阐明未知的疾病机制。1量子计算还可以通过患者进行识别和分层，对群体药物遗传学建模，优化临床试验。1,3

对具有多重相互作用的复杂数据集进行更快速的分析，更准确地确定反应速率和优化化学API的催化工艺，有助于优化合成路线开发，提高配方开发效率，改进大规模生产，加强供应链建模。5,14还可以应用于业务相关，例如解决金融风险优化问题。13得益于量子计算，人们得以更地分析大量复杂数据。17

短期与长期

量子计算的发展状态也决定着制药行业对其认知的程度，1当前的量子计算解决方案是“嘈杂的中尺度量子”(NISQ)，或概率计算机（结果容易出错），如果不考虑其不确定性，短期内使用完全可行。从长远来看（2030年以后），完全纠错的量子计算有望在制药行业实现并广泛采用。

但考虑到量子计算的现状和预期发展速度，首批应用可能是经典计算与量子计算结合的混合解决方案。1,13,15转向单独的量子计算应用将需要基础设施（例如超冷设施）和计算硬件的进步。6,17还需要可供非专业人士使用的现成系统。15

研究人员需要学习如何将药物发现问题转化为量子计算问题，明确如何在现有药物发现和开发工作流程中利用量子计算技术。12

但有充分的证据表明，制药公司正关注着量子计算项目，对不止步于概念验证阶段的项目进行投资。2努力应对伴随任何新技术的严格监管审查。6

必不可少的合作

因为量子计算技术的高复杂性，要求对其感兴趣的制药公司要与在该领域具有专业知识的公司建立合作伙伴关系。除了QuPharm行业联盟，药物开发商正在与量子计算公司合作开发软件和硬件的解决方案，提供相关的服务和支持。1

这可以帮助制药公司以较低的风险整合量子计算解决方案。15此外，通过合作，制药公司、量子计算初创公司和该领域的学术研究人员可以更有效地探索潜在机会，更好地设计量子计算解决方案，满足行业的特定需求。18

而最受制药公司关注的量子计算初创公司，是那些了解药物发现和开发过程，以及了解量子计算如何在现在和未来产生影响的公司。15

专注制药的量子初创公司

近年来，涌现了许多专门从事量子计算及在制药行业应用的初创公司。一些专注于药物发现，另一些则强调他们的量子计算能力。3

Quantum Brilliance正在开发基于金刚石的量子计算机，这种量子计算机体积更小，可以在相对更极端的条件下运行。该公司还利用其计算机开发了分子动力学模拟，加速药物设计。7 Qubit Pharmaceuticals使用高分辨率的物理模型，模拟了极化电荷、蛋白质的灵活性和异生调节，结合快速采样和统计物理学的应用，确定有吸引力的候选药物。8采取类似方法的公司还包括Schrödinger Inc.和Silicon Therapeutics。

同时，剑桥量子计算公司正在开发可以评估蛋白质结合的软件，以确定晶体结构和最佳合成路线，预测分子对不同刺激的反应。2 Zapata计算公司设计的软件可以为制药公司提供多种选项，了解哪些候选药物最可能成功，哪些病人应该被招募到临床试验中，和获批药物产品的最佳分配策略。5

其他将量子计算方法与经典计算技术相结合的公司包括ApexQubit、Aqemia、CreativeQuantum、Entropica Labs、GTN、Hafnium Labs、Kuano、Menten AI、Molecular Quantum Solutions、NetraMark、 Pharmacelera、PharmCADD 、Polaris Quantum Biotech、ProteinQure、QSimulate、Riverlane、Roivant Discovery和XtalPi。5,19

此外，仅从事量子计算解决方案的公司也正在与上述公司合作，提供针对制药行业的解决方案。包括1Qbit、D-Wave、Qu&Co、Rigetti Computing、Seeqc和Xanadu。还包括亚马逊、微软、IBM 和谷歌在内的一些大型科技公司。

采取行动

大多数大型制药公司至少已经建立了探索量子计算及其应用的工作组，并且为此投入大量资金。1几家大型制药公司和量子计算初创公司的合作伙伴关系也陆续登上新闻。

1Qbit和Accenture合作，应用Biogen基于图像的优化算法审查分子匹配，预测治疗效果，评估早期发现的副作用。20Boehringer Ingelheim与Google合作，通过量子计算加强分子动力学模拟。21Roche与剑桥量子计算公司合作，模拟量子水平的化学相互作用，探索阿尔茨海默病或其它疾病治疗方法。22Pfizer与XtalPi达成战略合作，使用量子计算快速预测晶体结构，以使用在小分子候选药物上，而这项工作使用经典计算需要四个月的时间解决。23

Merck与Seeqc合作，希望通过云使用后者的量子计算机。12同时，Fujitsu正在采用新的量子激励平台提高小分子先导化合物发现的速度和质量。24

量子时代来临

量子计算不再只存在于科幻小说中，它是一项有价值的新技术，尽管处于起步阶段，但发展迅速，并将在未来彻底改变药物发现和开发。量子计算不会取代经典计算，而是加强，提供使用经典计算无法实现的功能。12

为了保持竞争力，制药公司需要采取行动，在药物发现和开发流程中制定一项研究与实施量子计算的战略。15鉴于量子技术的特殊性，最好的方法是与量子计算初创公司（或专家）合作，以了解这些解决方案可以在哪些方面提供最大价值，花时间建立内部能力。5

最近对头部制药公司的量子计算领域领导者进行的一项调查发现，这些高管认为，在短期内投资于药物开发、制造和供应链的量子计算，既可以获得非财务收益，也可以获得潜在财务收益。长远来看，药物发现领域可以取得巨大的科学成果。25

此外，人工智能和量子计算的结合可以发挥每项技术的潜在能力。葡萄牙的一个专家团队表示：“AI-QC（量子计算）使很多制药问题的合理化成为可能，这些问题以前由于缺乏适当的分析工具而没有得到解决，这些新兴方法的潜在应用非常广泛。因此，为了扩大整个药物生命周期的应用前景，全面了解基本支柱是必要的。”26

同时，亚马逊、IBM、谷歌和微软推出了基础的量子计算云服务，功能齐全的量子计算机预计在2030年推出。27麦肯锡估计到2030年，全球制药公司在量子计算方面的支出将达到数十亿。

参考文献

1. Evers, Matthias Anna Heid, and Ivan Ostojic, “Pharma’s digital Rx: Quantum computing in drug research and development.” McKinsey. 18 Jun. 2021.
2. Choi, Charles Q. “Quantum Computing Makes Inroads Towards Pharma: Pharma giants and computing titans increasingly partnering on quantum computing.” Spectrum. 2 Mar. 2021.
3. “Advanced computing in pharma: 3 reasons why quantum computing could disrupt the pharma R&D.” Alcimed. 30 Aug. 2021.
4. Izsak, Robert et al. “Quantum Computing in Pharma: A Multilayer Embedding Approach for Near Future Applications.” arXiv:2022.04460v1 [physics.chem-ph]. 9 Feb. 2022.
5. Buvailo, Andrii. “Merging AI and Quantum Computing To Boost Drug Discovery.” Biopharma Trend. 26 Apr. 2022.
6. Loren, Brad, Matthew Marrone, and Christopher Singer. “How quantum computing can benefit drug discovery.” Drug Discovery World. 14 2022.
7. Jimenez, Darcy. “Quantum Brilliance: reimagining drug discovery with quantum computing.” Pharmaceutical-Technology. 8 Jun. 2021.
8. Osorio, Alvaro Véliz. “Leveraging Physics and Quantum Computing to Accelerate Drug Discovery.” Labiotech. 1 Oct. 2022.
9. Hua, Kefeng (Kevin). “QuPharm – Pharmaceutical Companies Form Alliance to Share the Risks and Rewards of Quantum Computing.” LinkedIn Pulse. 13 May 2020.
10. Nawrat, Allie. “Life sciences in 2030: predicting the future with the Pistoia Alliance.” Pharmaceutical-Technology. 3 Feb. 2020.
11. Announcing the QuPharma project for drug development using quantum computing. National Quantum Computing Center. 10 2021.
12. Mullin, Rick. “Let’s talk about quantum computing in drug discovery.” C&E News. 98:35 (2020).
13. Nawrat, Allie. “Is quantum computing pharma’s next big disruptor?” Pharmaceutical-Technology. 24 Nov. 2020.
14. “Quantum in Life Sciences: The Future is Now.” D-Wave Systems Inc. 2021.
15. Heid, Anna and Ivan Ostovic. “Recalculating the future of drug development with quantum computing.” 23 Oct. 2020.
16. Flöther, Frederik, Christopher Moose, and Ivano Tavernelli. “Exploring quantum computing use cases for life sciences.” IBM Institue for Business Value. n.d.,
17. Zoukas, Nick. “Quantum Computing in Pharma: Current Developments.” Pharma Features. 24 Feb. 2022.
18. Zinner, Maximillian et al. “Quantum computing's potential for drug discovery: Early stage industry dynamics.” Drug Discovery Today. 26: 1680–1688 (2021).
19. Dargan, James. “11 Companies Using Quantum Technologies To Determine The Properties & Reactions of Chemical Substances, Optimizing R&D For Chemistry & Pharma.” The Quantum Insider. 20 Feb. 2021.
20. “Pioneering quantum computing in R&D: Accenture Labs works with Biogen to apply quantum computing to accelerate drug discovery.” Case Study. Accenture. n.d.
21. Quantum Computing: Boehringer Ingelheim and Google Partner for Pharma R&D. Boehringer Ingelheim. 11 Jan. 2021.
22. Kahn, Jeremy. “Roche to use quantum computing for drug discovery.” Fortune. 28 Jan. 2021.
23. How Quantum Physics and AI is Disrupting Drug Discovery & Development. n.d.
24. “Accelerating Drug Discovery: Delivering novel molecules in 7 weeks.” Fujitsu. n.d.
25. Zinner, Maximillian et al. “Toward the institutionalization of quantum computing in pharmaceutical research.” Drug Discovery Today. 27:378–383 (2022).
26. Cova, Tânia et al. “Artificial Intelligence and Quantum Computing as the Next Pharma Disruptors.” Methods Mol. Biol. 2390:321–347 (2022).
27. Fraser, Charmaine and David Orrell. “Quantum pharma.” Physiomics. 24 Jan. 2022.

通过 DAO，研究组织和媒体可以打破地域的限制，以社区的方式资助和生产内容。DAOrayaki将会通过DAO的形式，构建一个代表社区意志并由社区控制的功能齐全的去中心化媒体。欢迎通过文末方式提交与DAO、量子计算、星际移民、DA相关的内容，瓜分10000USDC赏金池！欢迎加入DAOrayaki社区，了解去中心化自治组织（DAO），探讨最新话题！

官方网站：https://daorayaki.org

Media：https://media.daorayaki.org

Discord server: https://discord.gg/wNUPmsGsa4

Medium: https://medium.com/@daorayaki

Email: daorayaki@dorafactory.org

Twitter: @daorayaki_

微信助手：DAOrayaki-Media

小宇宙：DAOrayaki

详情请参考：

Dora Factory支持去中心化DAO研究组织DAOrayaki

对DAOrayaki第一阶段的回顾--去中心化媒体的先驱

DAOrayaki ｜DAOrayaki 开启去中心化治理2.0时代

DAOrayaki ｜风险投资的范式转移：无限主义基金和无限游戏

DAOrayaki ｜DAOrayaki dGov 模型：基于Futarchy的正和游戏

更多关于DAO的文章，关注Dorafactory，查看往期文章。