IBM与Moderna突破性运用量子计算机 解析最长mRNA序列

IBM和Moderna的研究人员成功地使用量子模拟算法预测了长达60个核苷酸的mRNA序列的复杂二级蛋白质结构，这是在量子计算机上模拟的最长序列。

信使核糖核酸（mRNA）是一种将遗传信息从DNA传递到核糖体的分子。它指导细胞内的蛋白质合成，并用于创建有效的疫苗，能够引发特定的免疫反应。

大家普遍认为，蛋白质采用正确的三维构象所需的所有信息都由其氨基酸序列或“折叠”提供。

尽管mRNA只由一条链组成，但它具有由一系列折叠构成的二级蛋白质结构，这些折叠形成了特定分子的三维形状。每增加一个核苷酸，可能的折叠排列数量就会呈指数级增加。这使得在更高的规模上预测mRNA分子会呈现出什么形状的挑战变得非常困难。

IBM 和 Moderna 的实验在一项研究中进行了概述，该研究首次发表于 2024 年 IEEE 国际量子计算与工程会议，展示了量子计算如何提升传统的预测方法。传统上，这些预测通常依赖于二进制经典计算机和人工智能（AI）模型，比如谷歌的DeepMind AlphaFold。

根据一项新研究，这项研究于 5 月 9 日在预印本arXiv数据库上发布，能够在这些经典架构上运行的算法可以处理包含“数百或数千个核苷酸”的 mRNA 序列，但这只能通过排除更高复杂度的特征，比如“这种结构被称为‘伪结’。”来实现。

伪结结构是分子二级结构中复杂的扭曲和形状，能够进行比普通折叠更复杂的内部相互作用。如果不考虑它们，任何蛋白质折叠预测模型的准确性就会受到很大限制。

理解和预测mRNA分子蛋白质折叠的每一个细节对于开发更强的预测至关重要，因此，更有效的基于mRNA的疫苗也会随之而来。

科学家们希望通过结合实验与量子技术，克服最强大的超级计算机和人工智能模型本身的局限性。研究人员使用基于量子比特（计算机比特的量子等价物）的量子模拟算法进行了多次实验，以对分子进行建模。

最初仅使用 R2 Heron 量子处理单元 (QPU) 上的 80 个量子比特（总共可用 156 个），团队采用了一种基于条件价值-at-risk的变分量子算法 (CVaR-based VQA) — 这是一种量子优化算法，模拟了分析复杂交互的一些技术，例如 碰撞避免 和 金融风险评估技术 — 用来预测一个60个核苷酸长的mRNA序列的二级蛋白质结构。

根据研究，量子模拟模型的最佳记录是42个核苷酸序列。研究人员还通过应用 最近的纠错技术 来处理 量子功能产生的噪声，因此扩大了实验规模。

在新的预印本研究中，团队初步展示了实验方法在处理最多156个量子比特的mRNA序列（最多60个核苷酸）时的有效性。他们还进行了初步研究，展示了在无噪声环境下使用多达354个量子比特进行相同算法的可能性。

看似，增加用于运行算法的量子比特数量，同时扩展算法以包含额外的子例程，应该会导致更准确的模拟和预测更长序列的能力，他们表示。

然而，他们指出，这些方法需要开发更先进的技术，将这些特定问题的电路嵌入现有的量子硬件中，这表明，推动研究需要更好的算法和处理架构。