量子计算机出手，医疗难题有救了吗？

我站在地处牛津郊外的英国国家量子计算中心的一台量子计算机前。实验台上，一组复杂的反射镜和透镜阵列围绕着一个魔方大小的真空腔，腔内有 100 个铯原子被一束精密控制的激光束悬浮在网格阵列中。

这套铯原子装置非常紧凑，我完全可以把它抱起来，带出实验室，放到我车后座上带回家——它虽然小，但性能强大，因此也非常值钱。拥有这台机器的 Infleqtion 是一家总部位于科罗拉多州的公司，他们希望凭借这台机器的能力在下周赢得 500 万美元奖金。颁奖活动将在加州玛丽安德尔湾（Marina del Rey）举行。

Infleqtion 是进入“量子生物”（Quantum for Bio，简称 Q4Bio）竞赛决赛阶段的六支队伍之一。这场竞赛历时 30 个月，由非营利组织 Wellcome Leap 主办，目标是证明当今的量子计算机虽然噪声大、容易出错、远不及工程师们期望建造的大规模机器，但确实能为人类健康带来实际价值。如果成功，这将是证明量子计算机实用价值的重要一步。但就目前而言，这种价值似乎与另一件事密切相关：在利用量子计算的同时，协同提升传统（也称经典）计算机的性能，构建一种量子-经典混合方案，使其表现超越经典计算机单独运行的极限。

竞赛设有两个奖项类别。200 万美元奖金将颁发给任何能在 50 个或以上量子比特（qubit，量子计算机的基本处理单元）的计算机上运行出有重大实用价值的医疗算法的团队。要赢得 500 万美元大奖，团队必须成功运行一个量子算法来解决一个真实的重大医疗问题，且必须使用 100 个或以上量子比特。获奖者需要达到严格的性能标准，并且解决的问题必须是传统计算机无法解决的——这是一项极其艰巨的任务。

尽管挑战巨大，大多数团队都认为自己有机会拿到部分奖金。“我觉得我们很有希望，”英国诺丁汉大学计算化学家乔纳森·D·赫斯特（Jonathan D. Hirst）说。“我们完全符合 200 万美元奖项的标准，”斯坦福大学的格兰特·罗茨科夫（Grant Rotskoff）说。他的合作团队正在研究为生物细胞提供能量的 ATP 分子的量子特性。

大奖就没那么有把握了。“这真的处在可行性的最边缘，”罗茨科夫说。知情人士透露，考虑到量子计算技术的现状，这个挑战难度极大，很多奖金可能会留在 Wellcome Leap 的账上。

Q4Bio 的大部分研究成果尚未发表，且受保密协议保护，而量子计算领域本身已经充斥着各种关于性能和成果的声明与反驳，所以最终只有评委能判定谁对谁错。

混合方案

量子计算机背后的理念是，利用遵循量子力学定律的微观物体（如原子和光子）来模拟真实世界中过于复杂、无法在经典计算机上建模的过程。

研究人员花了几十年时间来构建这样的系统，它们有望为新材料开发、药物研发以及化肥生产等化学过程的改进提供洞见。但操控原子这类量子对象极其困难。最大、最引人注目的应用需要大型、稳健的机器，能够抵御环境“噪声”对脆弱量子系统的干扰。我们还没有这样的机器，也不清楚什么时候能有。

Wellcome Leap 想弄清楚一件事：在等待强大的大规模量子计算机时代到来的过程中，我们现有的小型机器能否为医疗健康做出哪怕一点有用的事。该组织于 2024 年启动了这场竞赛，从 12 支入选团队中各提供 150 万美元的研究资助。

进入决赛的六支 Q4Bio 团队采取了各不相同的路线。关键在于，他们都想出了巧妙的方法来克服量子计算的缺陷。面对噪声大、能力有限的机器，他们学会了把大量计算任务外包给运行新开发算法的经典处理器，这些算法在很多情况下比此前的最优水平还要好。量子处理器只需要负责那些随着计算规模增大、经典方法难以有效扩展的部分。

举个例子，牛津大学的谢尔盖·斯特列丘克（Sergii Strelchuk）带领的团队正在使用量子计算机，在复杂的图结构上映射人类和病原体之间的遗传多样性。研究人员希望这能揭示隐藏的关联和潜在的治疗路径。“你可以把它理解为一个解决计算基因组学难题的平台，”斯特列丘克说。

对应的经典工具在面对大型数据库时，即使只是适度扩展也会力不从心。斯特列丘克的团队搭建了一条自动化流程，可以判断经典求解器是否会在某个特定问题上遇到困难，以及量子算法能否将数据重新组织，使其能够在经典计算机上求解或在有噪声的量子计算机上处理。“这些判断都可以在你花钱买算力之前完成。”斯特列丘克说。

总部位于赫尔辛基的 Algorithmiq 公司与克利夫兰诊所合作，使用 IBM 制造的超导量子计算机模拟了一种由特定类型的光触发的抗癌药物。“这个想法是，你服下这种药，它分布在你全身各处，但什么也不做，就安静待着，直到特定波长的光照射到它，”Algorithmiq 的首席科学官吉列尔莫·加西亚-佩雷斯（Guillermo García-Pérez）说。然后它就像一颗分子子弹，只在光照到的身体部位攻击肿瘤。

Algorithmiq 着手研究的这款药物已经进入治疗膀胱癌的 II 期临床试验。通过在经典算法基础上进行了改进和优化的量子计算模拟，可以对药物重新设计，使其用于治疗其他疾病。“它之所以一直局限于小众疗法，恰恰是因为用经典方法无法对其进行模拟，”Algorithmiq 的 CEO 兼联合创始人萨布丽娜·马尼斯卡尔科（Sabrina Maniscalco）说。

马尼斯卡尔科同样有信心从这场竞赛中带走奖金。她相信开发这套算法的方法将有广泛的应用前景：“在 Q4Bio 项目期间，我们做出了独特的成果，它可能改变医疗和生命科学领域的化学模拟方式。”

Infleqtion 的参赛方案运行在其铯原子驱动的机器上，目标是改进医疗数据中癌症特征的识别。该公司的科学家与芝加哥大学和 MIT 的合作者一起开发了一种量子算法，可以挖掘癌症基因组图谱（Cancer Genome Atlas）等大型数据集。

其目标是找到能帮助临床医生判断患者转移性癌症可能来源的模式。“弄清楚癌症从哪里来非常重要，因为这关系到最佳治疗方案的选择，”Infleqtion 的量子软件工程师蒂格·托梅什（Teague Tomesh）说。他是该公司 Q4Bio 项目的负责人。

问题在于，这些模式隐藏在规模大到经典求解器无力处理的数据集中。Infleqtion 用量子计算机在数据中寻找关联性，以此压缩计算规模。“然后我把缩减后的问题交回给经典求解器，”托梅什说，“我的思路就是把量子资源和经典资源的优势都用上。”

诺丁汉团队则在利用量子计算锁定一种候选药物，用于治疗强直性肌营养不良症——这是成人中最常见的肌营养不良类型。团队成员之一大卫·布鲁克（David Brook）早在 1992 年就参与发现了导致这一疾病的基因。三十多年后，布鲁克、赫斯特和团队其他成员——其中包括波士顿的中性原子量子计算机公司 QuEra——通过量子计算找到了药物与致病蛋白形成化学键的途径，有望阻断引发疾病的机制。

降低预期

参赛者们信心十足，但希汉·萨吉德（Shihan Sajeed）的预期要低得多。萨吉德是一位量子计算创业者，常驻安大略省滑铁卢市，同时也是 Q4Bio 的项目总监。他认为，研究人员不得不使用的这些高噪声量子机器，不太可能满足大奖的全部标准。“用一台有噪声的量子计算机做出经典机器做不到的事情，非常困难，”他说。

话虽如此，研究进展还是让他感到意外。“项目启动时，大家还找不到量子计算在生物学领域确实能产生影响的应用场景，”他说。但各团队已经找到了有前景的方向：“我们现在知道量子计算在哪些领域能真正发挥作用了。”

而且参赛者们所采用的“量子-经典混合”计算方法的发展，在萨吉德看来具有变革性意义。

这是否足以让他把 Wellcome Leap 的奖金发出去？决定权在评审团手里。评委的身份被严格保密，以确保没有人会针对某位评委的偏好来定制自己的展示。结果不会马上揭晓，获奖者将在 4 月中旬公布。

如果最终没有任何团队获奖，萨吉德也有一番安慰的话送给参赛者。他指出，竞赛的目标一直是在现有的机器上运行一个有用的算法；没有达标并不意味着你的算法在未来的量子计算机上也没用。“只是说明你需要的那台机器还不存在而已。”

https://www.technologyreview.com/2026/03/19/1134409/a-5-million-prize-awaits-proof-that-quantum-computers-can-solve-health-care-problems/