Pomogło w tym urządzenie wielkości drukarki. Nie superkomputer zajmujący cały stadion, ale procesor kwantowy stworzony przez brytyjski startup ORCA. Duński Uniwersytet Techniczny (DTU) połączył go ze swoimi modelami sztucznej inteligencji. I zadziałało. Co więcej, w przypadku niektórych zadań wykazała lepsze wyniki niż metody klasyczne.
Doświadczenia odbywały się w weekendy. Pozostałą kwotę przeznaczono na pokrycie wydatków. Większość grantów naukowych podlega ścisłym regulacjom. Ryzykowne pomysły często giną na etapie aplikacji. Dlatego zespół zdecydował się zapłacić za eksperymenty z własnej kieszeni.
„Większość innowacyjnych osiągnięć naukowych wydaje się zbyt ryzykowna dla funduszy” – mówi profesor DTU i kierownik projektu Timothy Patrick Jenkins.
Cel był prosty: wygenerowanie nowych peptydów. Są to krótkie łańcuchy aminokwasów, które przyłączają się do określonych białek. Jest to ważne przy tworzeniu szczepionek i opracowywaniu leków. Zazwyczaj sztuczna inteligencja przewiduje struktury na podstawie danych, na podstawie których została już przeszkolona. Jednak kwantowy system hybrydowy – łączący kubity kwantowe z tradycyjnymi procesorami – pozwolił modelowi wyjść poza znane dane. Zwłaszcza w obszarach, w których było niewiele informacji.
Czy to rewolucja? Jeszcze nie. Komputery kwantowe są wciąż małe. Masywne i drogie. Ale to jest początek. Dowód koncepcji. Początkowo Jenkins nie wierzył w sukces. Był zagorzałym sceptykiem. Teraz śmieje się ze swoich wcześniejszych wątpliwości, ale wtedy uważał, że do praktycznego zastosowania potrzeba jeszcze kilkudziesięciu lat.
Zespół skupił się na białkach do immunoterapii. Takie badania są zazwyczaj tanie, szybkie i często finansowane przez firmę Novo Nordisk. Ich główny problem? Przesunięcie danych. Badania medyczne faworyzują genomy populacji zachodnich, ignorując inne. Peptydy opracowane na podstawie takich danych mogą nie działać w innych regionach. W Afryce. W Azji. Podejście kwantowe pozwoliło nam wygenerować bardziej zróżnicowane opcje. Nawet przy braku danych treningowych. I to ma znaczenie.
Entuzjazm byłby jednak przedwczesny.
Jonathan Funk, doktorant na DTU, zauważa, że nie udało im się wymodelować przeciwciała pełnej długości. Zadanie było zbyt trudne. To dopiero pierwszy krok. Znalezienie peptydu nie jest lekarstwem na chorobę. To nie jest magiczna różdżka.
Dyrektor generalny ORCA Richard Murray zgadza się. W branży technologia kwantowa jest postrzegana jako „coś mglistego”. Odległa perspektywa. Dlaczego? Ponieważ istnieje niewiele jasnych, krótkoterminowych zastosowań. Czy to są badania? Innowacyjny. Teraz pokazuje komercyjne zastosowanie. Firma prowadzi także rozmowy z BP w sprawie chemikaliów i z Toyotą w sprawie wydajności w projektowaniu samochodów.
Jenkins potrzebuje więcej. Duże modele. Duże wiewiórki. Zaniedbane choroby wymagają takiego podejścia. Zwykle nie ma funduszy na antytoksynę ukąszenia węży. A teraz? Próbuje wykorzystać obliczenia kwantowe do stworzenia syntetycznych antidotów na jad węża. Wątpliwa perspektywa. Może.
To jest chaotyczne. Prawdziwa nauka często tak wygląda. Igła termometru może się poruszać. Powoli. Ale ruszaj się.
