最近、メドグラフ生命科学（蘇州）有限公司は、テンセント量子研究所、中国薬科大学、寧波理工大学と共同で、「実世界創薬のためのハイブリッド量子コンピューティングパイプライン」と題した論文を正式に発表しました。この研究事例において、チームは古典的プログラミングと量子プログラミングを組み合わせた革新的なハイブリッドプログラミングフレームワークを構築し、それを実世界の創薬設計における2つの段階、すなわち前臨床動物実験と臨床検証に適用しました。その結果、創薬設計アプリケーションにおける量子コンピュータの巨大な可能性と商業的価値が明らかになりました。研究チームは、量子コンピュータのハードウェア能力の向上に伴い、量子コンピューティングが将来、産業界に大きな変革をもたらすと考えています。（論文アドレス：https://www.nature.com/articl...）

量子コンピューティングを医薬品設計に応用するという今回の研究成果は、MedGraph Biotechnologyにとって新薬開発分野における新たなマイルストーンとなるだけでなく、製薬業界全体に新たな希望をもたらすものです。量子コンピューティングが成熟し、応用が進むにつれて、将来の医薬品開発においてより効率的で正確なソリューションを提供し、製薬業界における継続的なイノベーションと発展を促進するでしょう。

この協業に先立ち、MedTu BiotechはAIを活用した革新的な医薬品パイプライン研究開発チームとして、標的探索、構造設計、医薬品合成、実験検証に至るまで、医薬品開発における閉ループ全体を計算技術を用いて完結することに主眼を置いてきました。新薬開発の設計段階は、関連する課題を克服するためにAIと計算ツールに大きく依存しています。

標的ベースの構造（典型的には疾患を制御するタンパク質）を設計する際、チームはまずタンパク質構造データ、計算ツール、そしてAI手法を用いて、薬物構造をゼロからスクリーニングまたは生成します。基本的な構造設計が完了した後、選択された標的の生物学的特性と組織／臓器環境に基づいて構造を最適化する必要があります。最後に、QM/MM（量子力学／分子力学）手法を用いて、薬物と生体との相互作用を計算的にシミュレートします。すべての計算設計タスクが完了した後、評価された薬物構造は合成（または抽出）され、実験的に検証・確認され、特定の課題への対処が確認されます。

しかし、薬物構造最適化とQM/MM段階という、プロセス全体の時間に直接影響を与える重要な問題が存在します。これらの段階では、薬物構造の様々な特性を評価するために計算化学手法が必要となります。コンピュータ産業とAI技術の継続的な発展に伴い、この問題の解決を加速させる近似法やAI学習法が徐々に登場し、初期の成果も得られています。しかし、これらの手法は特定の適用シナリオに大きく依存します。理論的には、エンジニアリングの実践においてこの問題を普遍的に実現可能な方法で解決するには、高次元情報処理に本質的に適合する特性を備えた新たなソリューションが必要であり、量子コンピューティングは実現可能な方向性となります。

最先端のコンピューティング技術を医薬品設計に応用することに専念するMedTu Bioは、量子コンピューティングが潜在的に変革をもたらす未来の時代において、オープンで積極的なアプローチを採用し、世界トップクラスのチームと連携して、生物学分野におけるAI + 量子コンピューティングの可能性を最大限に探求する必要があると考えています。そのため、MedTu Bioの研究チームは、テンセント・クォンタム・ラボ、中国薬科大学、寧波理工大学の研究者と綿密なコミュニケーションを行った上で、共同でこのケーススタディを開始しました。

本研究プロジェクトは、薬物分子動力学シミュレーション、化学反応領域の電子構造記述、薬物スクリーニングおよび最適化における量子コンピューティングの可能性を探り、実用的な医薬品設計における実現可能性を検証することを目的としています。バイオメディカル分野における量子コンピューティングの大きな可能性に期待しています。

Tencent Quantum Labと共同で本研究を実施するにあたり、チームは量子コンピューティングの実用化に関して業界内でかなりの議論が交わされていることを認識していました。様々な分野の研究者と綿密な議論を重ねた結果、本研究の共同目標は以下のように設定されました。

1. 現実世界の医薬品設計問題を選択し、医薬品設計の有効性を製薬分野における厳密な実験を通じて検証する必要があります。これは、量子コンピュータに内在する潜在的な誤差が生物系において許容範囲内に収まるかどうかを検証するためです。

2. 計算結果の観点から見た量子コンピューティングの絶対的な精度とパフォーマンス、量子コンピューティングと従来のチップのギャップ、およびその潜在的なパフォーマンス上の利点を観察するために、同じ問題に対処するために従来のチップと実際の量子コンピュータの比較テストを実施する必要があります。

3. 主要なプログラミング言語としてPython（AI業界で最も広く使用されているプログラミング言語）が使用され、コードと実験結果は最終的にオープンソース化され、後続の研究者にパフォーマンスベンチマークと比較用のテストデータセットを提供しました。

本研究では、研究チームは高性能超伝導量子チップ（平均ゲート操作忠実度はシングルで99.95%、ダブルで99.37%）を使用して2量子ビットの量子コンピュータを構築し、主要なプログラミングツールであるTenCirChemを使用して量子コンピュータと古典コンピュータのハイブリッドプログラミングフレームワークを完成させました。

パフォーマンス比較のため、純粋なクラシック コンピューターでは、Intel(R) Xeon(R) Gold 5220 CPU (コア数 72、スレッド数合計 144、ベース周波数 2.20 GHz) と 6 つの NVIDIA A100-PCIe GPU で構成された MedTu Biotech の GPU サーバーを使用しています。

実験目的を達成するために、研究チームはプロドラッグ設計とKRAS G12C変異阻害剤という2つの具体的な事例を分析対象として選定しました。彼らは、量子ハイブリッドコンピューティングアーキテクチャの特性に合わせて設計を革新的に適応させ、関連する計算と結果の検証を完了しました。

最終的に、非常に想像力豊かな結果が得られました。

1. 計算精度に関しては、量子ハイブリッドコンピューティングによって生じる誤差は、実用的な医薬品設計シナリオにおいて許容範囲内であることが分かっています。具体的には、量子ハイブリッドコンピュータはシュレーディンガー方程式を解く際に、古典コンピュータと同等の性能を達成しています。さらに重要なのは、その計算誤差が特定の生物系において許容される誤差範囲内に収まっていることです。

2. 性能分析の結果、どちらのケースにおいても、量子チップと古典チップをハイブリッドしたアルゴリズムの計算時間の増加は、純粋に古典チップの場合と比較して小さいことが示されています。このような計算タスクにおいて、ハイブリッド量子コンピューティングは、原子数の増加に伴い、最終的には最上位の従来型チップの計算速度に近づくと予想されます。したがって、適切な規模の実験においては、量子ハイブリッドコンピューティングソリューションが商業的に実現可能な目標を達成できると確信しています。

3. 今回の共同研究で、研究チームはオープンソースのハイブリッドチッププログラミングフレームワークを構築し、量子コンピューティングと従来型コンピューティングを比較するパフォーマンスベンチマークを提供しました。このフレームワークは、後続の研究者に貴重なリファレンスとツールを提供するだけでなく、医薬品設計における量子コンピューティングの使用プロセスを大幅に簡素化し、その使用難易度を軽減します。量子コンピューティングを計算パラダイムとして考えている研究パートナーは、このプログラミングフレームワークを利用して自社の量子ハードウェアに適応させ、異なる量子コンピュータの現在の計算能力のギャップと開発速度を比較・分析することができます。研究チームは、このフレームワークが量子コンピューティングと従来型コンピューティングの利点を統合するのに十分な柔軟性を持ち、将来、医薬品設計、AI、量子コンピューティングの研究者にとって新たなツールリファレンスとなることを期待しています。

MedTu Bioは、量子コンピューティングが現段階で医薬品設計における重要かつ革新的なツールとなっていると考えています。近い将来、ハードウェア性能のさらなる向上に伴い、量子コンピュータはこの分野にさらに革新的で革新的な成果をもたらすと確信しています。MedTu Bioは、Tencent Quantum Labとの協力をさらに強化し、量子コンピューティングの商業化を共同で実現していきます。

チームは、独自のコンピューティングの強みを最大限に活用し、医薬品開発におけるAI+量子コンピューティングへの投資を強化し、アルゴリズムとハードウェアを継続的に最適化し、徹底した合理的設計と実験検証を経たバイオテクノロジー製品を一貫して提供することに尽力します。最終的には、BTとITを融合した世界をリードする革新的な医薬品開発プラットフォームを構築し、優秀な人材と技術リソースを結集して医薬品開発の商業化を推進することを目指します。