克利夫蘭診所和IBM的聯合研究團隊首次利用量子計算成功模擬了蛋白質的電子結構，這一突破性成果得益於新型量子中心超級計算研究的進展。
研究團隊使用量子中心超級計算工作流程和IBM Quantum Heron r2量子計算機，對含有303個原子的微型蛋白質Trp-cage進行了建模。這項工作展示了量子中心超級計算演算法和工作流程的設計與應用進展，該方法將量子計算和高性能經典計算相結合，產生了強大的效果。
在經典計算機上進行精確的電子結構計算隨著系統規模的增加變得越來越具有挑戰性。經典方法雖然能夠高效地模擬蛋白質行為的某些方面，但對整個蛋白質進行高精度量子力學處理仍然不切實際。
如果量子計算機最終能夠實現對大型生物相關分子的精確建模，這將對化學、材料科學和醫學研究產生重大影響。這項工作代表了向這一目標邁進的重要一步。
"我有點不敢相信我們真的做到了，"克利夫蘭診所Merz實驗室負責人Kenneth Merz博士說道。
Trp-cage蛋白質的選擇與意義
Trp-cage對於基準計算化學方法非常有用。雖然它相對於蛋白質來說比較緊湊，但它具有生物化學中更大分子常見的特徵，如疏水核心和組成部分之間的氫鍵，使其能夠形成更複雜的結構。研究人員對其展開和摺疊狀態都進行了建模。
"證明這種方法對Trp-cage有效是邁向更大分子的一步，"論文共同作者Mario Motta表示。
研究團隊對已取得的成果感到驚訝。Motta說："起初計劃只是模擬幾個氨基酸。"但當他們測試工作流程時，發現能夠一直擴展到Trp-cage並獲得有意義的結果。
隨著這些方法的成熟和擴展，Merz表示，他希望它們能夠支持藥物研究和相關領域的計算工作流程。他設想了一個科學家使用量子中心超級計算工作流程構建模擬分子行為資料庫的世界。然後，當科學家需要特定用途的新分子時，他們可以使用在這些資料庫上訓練的機器學習演算法，尋找可能以所需方式行為的分子。從那裡，他們可以合成這些分子進行實際測試。
創新的波函數嵌入技術
該工作流程在arXiv上發表的最新預印本中有詳細描述，依靠一種稱為基於波函數的嵌入技術將Trp-cage分解為計算上可處理的片段，稱為"簇"。在EWF中，簇的數量與分子中原子的數量相同，但每個簇比單個原子更複雜：它包含圍繞原子的局部區域並與之糾纏。
在任何給定的蛋白質中，一些片段或簇將比其他的複雜得多。一個原子可能位於蛋白質的邊緣，在共價鍵的末端，只與一兩個鄰近原子糾纏。在這些情況下，研究人員可以使用經典計算方法高效地找到該簇的電子結構。另一個原子可能更接近分子核心，陷入更複雜的分子間相互作用網路中。這些較大的簇是量子計算機要解決的好問題。
將各個簇計算的結果重新組合在一起，可以得到分子電子結構的完整解決方案，該結構描述了電子的位置以及它們如何相互作用——這是決定分子行為的重要信息。這種方法，即量子計算機與經典計算機在混合工作流程中的負載共享，是量子中心超級計算實際應用的早期展示。
突破性的SQD演算法應用
Merz多年來一直關注量子計算的發展。直到幾年前，很明顯量子計算機可以為解決困難的化學問題提供新方法，但這些方法的具體形式仍然是一個開放的問題。
Merz表示，當他看到一群IBM科學家展示一種稱為基於樣本的量子對角化演算法時，有了某種恍然大悟的時刻。
SQD屬於為量子中心超級計算構建的新興演算法集，其中經典和量子資源協同工作解決問題，利用兩種範式的優勢。它解決了電子結構計算的基本挑戰之一：分子電子可能配置的數量隨分子大小組合式增長。
在SQD中，量子計算機對這個巨大的空間進行採樣，識別經典計算機要關注的關鍵配置。經典計算機使用得到的信息找到解決方案。
了解SQD後，Merz說："我們幾乎放下了一切。我在周末與我小組中的幾個人會面，我們決定全力投入SQD。"
他們開始對演算法進行全面測試，在一系列較小的分子上進行測試，開始了導致這次Trp-cage模擬的實驗鏈。到目前為止，結果非常有希望：在這篇論文中，工作流程已經與經典方法競爭性地表現，接近其中計算要求最高方法的準確性。
科學家們表示，原則上，EWF-SQD組合工作流程可以遠遠超越Trp-cage的規模。隨著分子變大，分解它們、計算其最複雜簇並將它們重新組合的任務變得更加複雜。但解決複雜簇的電子結構對量子計算機來說是一個引人注目的問題。研究人員已經在探索下一步的樣子，瞄準了更大的分子作為目標。
隨著量子中心超級計算的發展，量子和高性能計算研究人員的合作至關重要。這項工作得益於密歇根州立大學和克利夫蘭診所高性能計算資源的支持。IBM與RIKEN等高性能計算領導者的其他最新合作也產生了令人興奮的結果。
Q&A
Q1：Trp-cage蛋白質是什麼？為什麼選擇它作為研究對象？
A：Trp-cage是一種含有303個原子的微型蛋白質，對於基準計算化學方法非常有用。雖然相對緊湊，但它具有生物化學中更大分子的常見特徵，如疏水核心和氫鍵結構，能夠形成複雜的分子構型，是驗證量子計算方法的理想測試對象。
Q2：量子中心超級計算如何模擬蛋白質？
A：該方法使用波函數嵌入技術將蛋白質分解為多個"簇"，每個簇包含一個原子及其周圍的局部區域。對於簡單的簇使用經典計算，複雜的簇則交給量子計算機處理，最後將結果重新組合得到完整的分子電子結構。
Q3：這項技術有什麼實際應用前景？
A：隨著方法的成熟，研究人員希望它能支持藥物研究和相關領域。未來科學家可以使用這種技術構建分子行為資料庫，然後利用機器學習演算法尋找具有特定性質的新分子，為藥物開發和材料科學提供強大的計算工具。
