科学家成功表明，量子计算机可以提高生成式人工智能药物发现模型的准确性和覆盖面。他们利用闲暇时间和其他项目剩余的资金完成了这一目标。丹麦技术大学团队将他们的生成式人工智能模型与一家英国初创公司ORCA Computing制造的打印机大小的量子计算机结合使用，通过将量子机器与传统处理器连接，从而加快了人工智能的速度。研究人员使用混合技术生成了新型肽——能够与体内特定蛋白质结合的短链氨基酸。这是疫苗开发的关键一步。负责该项目的DTU教授蒂莫西·帕特里克·詹金斯表示，研究小组周末工作，并将未使用的其他项目资金集中在一起，因为“绝大多数创新科学对基金会来说太可怕。”在实验室里合成这些肽并测试它们是否能与特定蛋白质结合，结果显示该模型生成的成功肽数量多于其经典对应物，在训练数据稀缺的情况下，改进效果最为显著。研究小组认为，这台机器可能加速个性化免疫疗法和疫苗的发展，并提高药物在研究不足群体中的有效性。“我们需要真正证明这一点，以说服怀疑者我们的预测与现实世界相连。”帕特里克·詹金斯告诉《WIRED》。量子计算仍然是一个新兴领域，因建立这些机器和成功应用于解决问题的技术挑战而面临严格审查。即便帕特里克·詹金斯起初也对探索该技术持犹豫态度：“我曾是一个巨大的量子怀疑者。”他笑着说，认为任何应用于他的工作的技术“还要几十年。”他和他的团队利用大数据和人工智能发现能以更便宜、更快速的方式解锁新免疫疗法的蛋白质，资金通常来自诺和诺德基金会。尽管大多数生物模型制造商急切地需要更多数据，但他的团队面临的一项特殊挑战是对整个人类种族的遗传信息全面多样性的缺乏，因为大多数医学研究都集中在西方人群上。这使得开发能够在研究不足的人群，如亚洲和非洲的人群中有效的肽变得困难。他说，经过学习机器在生成图像方面的相似效果，他的团队假设将量子计算机嵌入工作流程中可能会使其生成更具多样性的肽集，尤其是在数据较少的目标上。该新发现的过程尚无法彻底革命研究，因为量子计算机仍然太小，无法运行全尺度、尖端的人工智能模型，这意味着在经典计算机上可以获得更好的结果。“量子计算仍然不是很强大，因此我们可以编码的复杂性水平不是正常大小的抗体，这是我们通常处理的。”DTU博士生乔纳森·芬克说。此外，找到一个可以与特定基因结合的肽只是疫苗开发中的一步，单靠这一点无法产生成功的药物。“我认为，许多工业公司认为量子技术模糊而遥远并不奇怪，”ORCA Computing首席执行官理查德·穆雷告诉《WIRED》，部分原因是这项技术“从未真正有过明确的短期有效示例。”他说，这项研究的新颖之处在于它展示了量子技术的近期商业应用。他的公司还通过与石油巨头BP在化学方面的项目，以及与汽车制造商丰田在提高其设计流程效率方面的项目，应用该技术。DTU团队现在将看看它能否在更先进的模型和更大蛋白质上使用该工作流程。“我们需要一种简单的方法来确认，我们实际上有机会显著推动进展，”帕特里克·詹金斯说，并指出生成式人工智能工作流程在受到忽视的疾病中尤其有价值，这些疾病几乎没有研究资金。他还在考虑使用量子计算机来增强他的生成式人工智能方法，以设计合成蛇毒抗毒素。