一款新药从实验室到患者手中,往往需要10-15年,投入数十亿美元,而最终成功上市的不足十分之一。虽然近60年间技术不断进步,但药物研发却逐渐变得更慢、成本更高。相较于传统药物研发,人工智能有加快药物研发并降低研发成本的潜力,尤其在药物研发早期更为明显。在高精度分子模拟与大规模组合优化等药物研发核心任务中,经典计算体系面临两类技术瓶颈:一是源自物理模型本身精度瓶颈,经典分子力学不涉及电子运动,仅依靠经验公式描述非键相互作用,传统量子化学方法由于计算量级受限而对电子关联效应简化处理,难以精准复现蛋白-配体结合过程中的构象动态与变构效应,形成无法逾越的精度上限;二是计算复杂度瓶颈,面对海量分子的虚拟筛选、高维非线性拟合和多目标组合优化等高维离散问题时,解空间会随问题规模呈指数级扩张,经典算法普遍存在系统性计算效率低、模型泛化能力薄弱等问题。
面对这一困境,来自国家安全特需药品全国重点实验室、中药制药过程控制与智能制造技术全国重点实验室研究团队给出新的回答。近日,肖伟院士/周文霞教授团队在《科学通报》发表综述文章“量子计算驱动的药物研发范式演进”,系统梳理了量子计算在药物研发全链条中的应用进展,首次提出面向中药复杂体系的“分阶融合、场景驱动”异构量子计算新范式。
![]()
量子计算,如何打破算力天花板?
经典计算的物理原理与计算复杂度局限,难以通过算力提升或传统模型迭代实现根本性解决,而量子计算从底层原理出发,利用量子叠加与纠缠特性,为这两类难题开辟了新的解决路径。一方面,量子比特可以同时处于0和1叠加态,使得n个量子比特能够表征2n维的状态空间,因而可用多项式复杂度精确描述电子波函数,突破经典模拟的物理精度上限;另一方面,凭借量子干涉与并行搜索特性不仅能有效克服局部最优问题,还能加速高维解空间的遍历,进而高效解决虚拟筛选和试验分层等组合优化类难题。
全球主要科技强国均将量子计算确立为战略性前沿领域,硬件平台沿超导、离子阱、光量子等多条路线加速迭代。同样,中国也已初步构建覆盖硬件、软件和应用的完整创新链条,“本源悟空”为192个国家和地区提供了超百万量子计算任务,“祖冲之3.0”成功验证量子计算优越性。但现阶段量子技术仍存在量子比特数量有限、相干时间较短、操作错误率较高等现实约束,“量子-经典”混合计算仍是最可行路径,即量子处理器负责处理最核心的量子难题,经典计算承担大规模数据处理与流程控制。在核心算法层面,变分量子本征求解器(variational quantum eigensolver, VQE)专为噪声中等规模量子(NISQ)设备设计,能以较低的量子线路深度实现对“强关联电子体系”高精度模拟,适用于含过渡金属活性中心的酶催化反应等场景;量子近似优化算法(quantum approximate optimization algorithm, QAOA)通过利用量子相干干涉效应探索解空间,有效缓解经典算法易陷入局部最优困境,适用于大规模虚拟筛选、临床试验患者分组优化等NP-hard问题;量子机器学习(quantum machine learning, QML)利用量子态在高维希尔伯特空间的叠加与纠缠特性,通过量子神经网络等模型实现高效特征编码与模式识别,适用于现代医学与传统医学等多模态生物数据的非线性关联挖掘以及分子生成问题。
![]()
从靶点到临床,应用已经起步
在靶点发现方面,量子嵌入技术实现含过渡金属酶活性中心的高精度模拟;量子核支持向量回归在DAVIS等基准数据集上预测准确率达94.21%~99.99%;量子启发式算法QGDM预测蛋白互作准确率提升15%以上。在化合物筛选与ADMET性质预测方面,量子生成模型针对 “不可成药”KRAS靶点发现并验证了2种先导化合物。在临床研究方面,量子核算法已成功鉴定出阿尔茨海默病和肿瘤免疫治疗中的核心疗效标志物,量子变换器多模态预后网络(QTMPN)实现了膀胱癌76.1%的生存预测准确率,优于经典基线模型(70.0%)。
![]()
中药复杂体系,迎来新思路
中药与天然药物的多成分-多靶点-系统调节特性,使得计算能力更高要求。文章首次提出“微观量子模拟-中观组合优化-宏观数据挖掘”三层次框架的“分阶融合、场景驱动”异构量子计算新范式,建立量子计算赋能药物研发全链条框架(见图1)。微观层面利用VQE 对药效成分与功效物质开展高精度量子化学模拟 ;中观层面将“君臣佐使”配伍原则转化为组合优化问题,用量子退火或QAOA求解全局最优方案;宏观层面通过量子机器学习挖掘多组学数据与 “疾病-证候”间的非线性关联 。同时还规划了清晰的发展路径:近期聚焦功效物质单体成分的量子化学模拟验证,中期开发适配功效组分配伍的专用混合算法,远期随着容错量子硬件成熟,构建整合多组学数据的大规模量子模型,从系统层面完整阐释 中药与天然药物整体调节 的科学内涵。
![]()
图1 量子计算赋能药物研发全链条框架示意图
![]()
结语
量子计算的出现并非取代经典计算,而是长期协同共生,推动药物研发从“经验近似”走向“第一性原理计算”,从“单靶点干预”走向“多目标系统优化”,从“纯数据驱动”走向“物理机理+数据”双轮驱动,突破经典计算的能力边界,推动药物研发从传统的经验试错与局部干预模式向精准设计与系统调控的新范式加速演进,这条路或许仍需时日,但方向已然清晰。
肖伟院士、周文霞教授为该论文的共同通讯作者,韩露、柯志鹏为该论文共同第一作者。相关研究得到了江苏省基础研究计划自然科学基金--前沿引领技术基础研究专项(BK20232014)和中药制药过程控制与智能制造技术全国重点实验室定向课题(SKL2023D01004)的资助。
![]()
文章信息
韩露, 柯志鹏, 刘郦莹, 等. 量子计算驱动的药物研发范式演进. 科学通报, 2026, 71(30): 7036-7047. DOI: 10.1360/CSB-2026-0450.
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.