来源：光子盒研究院

量子计算的承诺是解决无法解决的问题。相关公司已经在混合方法（结合经典和量子计算的方法）方面取得了进展，以应对诸如不治之症的药物发现等挑战。

通过使用混合量子计算加速药物分子模拟和建模，初创公司Qubit Pharmaceuticals正在显著减少确定肿瘤学、炎症性疾病和抗病毒药物方面有前途的治疗方法所需的时间和投资。

Qubit公司正在使用英伟达QODA编程模型构建一个药物发现平台，用于混合量子-经典计算机和Qubit的Atlas软件套件。Atlas创建了物理分子的详细模拟，与传统研究方法相比，计算速度加快了100000倍。

这家总部位于巴黎和波士顿的公司成立于2020年，是英伟达Inception的成员，该计划为前沿初创公司提供上市支持、专业知识和技术。Qubit拥有法国最大的用于药物发现的GPU超级计算机之一，由英伟达DGX系统提供支持。这家初创公司的目标是让制药公司2023年开始测试通过其GPU加速研究发现的第一批候选药物。

“通过将英伟达的计算能力和领先的软件与Qubit的模拟和分子建模功能相结合，我们对大幅缩短药物发现时间并将其成本降低10倍的能力充满信心，”Qubit Pharmaceuticals总裁Robert Marino表示，“这种独特的合作应该使我们能够开发第一个应用于药物发现的量子物理算法。”

01 挖掘前所未有的计算能力

计算药物发现涉及生成潜在药物分子的高分辨率模拟，并预测这些分子与体内靶蛋白的结合程度。

为了获得准确的结果，研究人员需要进行大量采样，模拟数百种不同的构象——分子原子的可能空间排列。他们还必须正确模拟分子的力场，预测亲和力的电荷，或者一个分子如何与另一个分子结合。

这种模拟和建模需要高性能计算，因此Qubit选择了一台内部超级计算机，该计算机由英伟达DGX系统和其他英伟达加速服务器构建，总共200个英伟达Tensor Core GPU。超级计算机运行Qubit的Atlas软件，在短短几个小时内完成计算，而传统方法需要数年时间。

Atlas在微观水平上对量子物理学进行建模，以实现最大精度。Qubit团队正在采用英伟达QODA来探索GPU加速超级计算机和量子计算机的混合使用，其中量子处理器有朝一日可以加速用于分子建模的关键软件内核。

使用英伟达cuQuantum SDK，Qubit的开发人员可以模拟量子电路，使团队能够设计出准备好在未来量子计算机上运行的算法。

02 适用于药物发现每个阶段的AI

Qubit估计，虽然传统的研究方法要求药物开发人员在临床前测试之前平均合成5000种药物化合物，以便将单一药物推向市场，但基于模拟的药物发现方法可以将数字减少到约200，从而节省数亿美元和多年的开发时间。

该公司的Atlas软件包括用于药物发现周期每个阶段的AI算法。为了支持靶标表征，研究人员分析在疾病中起作用的蛋白质，Atlas支持微秒时间尺度的分子动力学模拟——帮助科学家确定药物分子与新的蛋白质结合口袋。

在候选药物筛选和验证期间，研究人员可以使用AI模型来帮助缩小潜在分子的范围并生成新的化合物。Qubit还在开发额外的过滤器，用于预测候选分子的成药性、安全性和交叉反应性。

参考链接：

https://blogs.nvidia.com/blog/2022/11/30/qubit-pharmaceuticals-accelerates-drug-discovery-quantum-computing/