Znanstvenici su uspješno prikazano je da kvantno računalo može poboljšati točnost i doseg modela generativne umjetne inteligencije za otkrivanje lijekova. I učinili su to koristeći svoje slobodno vrijeme i novac koji je ostao od drugih projekata.
Tim Tehničkog sveučilišta u Danskoj pokrenuo je svoj generativni AI model za predviđanje proteina u kombinaciji s kvantnim računalom veličine pisača koje je izradio britanski startup ORCA Computing, a koji je ubrzao AI povezujući kvantne strojeve s tradicionalnim procesorima. Istraživači su upotrijebili hibridnu tehniku za stvaranje novih peptida – kratkih lanaca aminokiselina – sposobnih za vezanje na specifične proteine u tijelu. To je ključni korak u razvoju cjepiva.
Tim istraživača radio je vikendima i prikupljao nepotrošen novac iz drugih projekata jer je “najinovativnija znanost previše zastrašujuća za zaklade”, rekao je profesor DTU-a Timothy Patrick Jenkins, koji je vodio projekt.
Izrada peptida u laboratoriju i testiranje hoće li se oni vezati na određene proteine pokazalo je da je model proizveo uspješnije peptide od svog klasičnog pandana, s najvećim poboljšanjima tamo gdje su podaci o uvježbavanju bili rijetki.
Tim vjeruje da bi stroj mogao ubrzati razvoj personaliziranih imunoterapija i cjepiva, kao i poboljšati učinkovitost lijekova u nedovoljno istraženim skupinama.
“Morali smo to doista dokazati kako bismo uvjerili skeptike da su naša predviđanja povezana sa stvarnim svijetom”, kaže Patrick Jenkins za WIRED. Kvantno računalstvo ostaje polje u povoju i suočava se s intenzivnim ispitivanjem zbog tehničkih izazova izgradnje ovih strojeva i njihove uspješne primjene za rješavanje problema.
Čak je i Patrick Jenkins u početku oklijevao istraživati tehnologiju: “Bio sam veliki kvantni skeptik”, kaže uz smijeh, vjerujući da će bilo kakva primjena u njegovom radu biti “za desetljeća.”
On i njegov tim koriste velike podatke i umjetnu inteligenciju kako bi otkrili proteine koji bi mogli otključati nove imunoterapije jeftinije i brže, često financirane od Zaklade Novo Nordisk. Dok većina kreatora bioloških modela očajnički traži više podataka, poseban izazov za njegov tim bio je nedostatak podataka o punoj raznolikosti genetskih informacija u ljudskoj rasi, budući da je većina medicinskih istraživanja usredotočena na zapadnjačke populacije. To može otežati razvoj peptida koji će djelovati na nedovoljno istražene populacije, poput onih u Aziji i Africi, kaže on.
Njegov tim pretpostavio je da bi ugrađivanje kvantnog računala u njihov tijek rada moglo omogućiti generiranje raznovrsnijeg skupa peptida, posebno za ciljeve gdje imaju manje podataka, nakon što su saznali da strojevi imaju sličan učinak u generiranju slika.
Novootkriveni proces još neće revolucionirati istraživanje budući da su kvantna računala još uvijek premala za pokretanje najsuvremenijih AI modela punog opsega, što znači da bi se bolji rezultati mogli postići na klasičnom računalu.
“Quantum još uvijek nije jako moćan, tako da razina složenosti koju smo mogli kodirati nije bila antitijelo normalne veličine, s čime obično radimo”, kaže doktorant DTU-a Jonathan Funk. Nadalje, pronalaženje peptida koji se može vezati na određeni gen samo je jedan korak u razvoju cjepiva i samo po sebi ne bi dalo uspješne lijekove.
“Mislim da nije iznenađenje da mnoge industrijske tvrtke misle da je kvant maglovit i dalek”, kaže glavni izvršni direktor ORCA Computinga Richard Murray za WIRED, dijelom zato što tehnologija “nikad nije imala stvarno jasne kratkoročne primjere korisnosti.”
Kaže da je ova studija nova jer pokazuje kratkoročnu komercijalnu primjenu kvantne energije. Njegova tvrtka također primjenjuje tehnologiju kroz projekte s velikim naftnim proizvođačem BP u kemiji i proizvođačem automobila Toyotom kako bi svoj proces dizajna učinili učinkovitijim.
Tim DTU-a sada će vidjeti može li koristiti tijek rada s najsuvremenijim modelima i većim proteinima. “Ovo nam je bilo potrebno kao jednostavan način da potvrdimo da sada zapravo imamo šansu za značajno pomicanje igle”, kaže Patrick Jenkins, napominjući da su generativni tijekovi rada umjetne inteligencije posebno vrijedni kod zanemarenih bolesti koje dobivaju malo novca za istraživanje. Također razmišlja o korištenju kvantnog računala kako bi poboljšao svoju generativnu AI metodu za projektiranje sintetski protuotrov za zmijski otrov.