Kwantumcomputer van IBM test nieuwe rekenmethode voor medicijnonderzoek

Een team van Singaporese onderzoeksinstituten heeft een nieuwe manier getest om medicijnonderzoek te ondersteunen met een kwantumcomputer. Ze gebruikten een machine van IBM om te berekenen hoe twee kleine moleculen zich aan een eiwit vasthechten. Dat proces, moleculaire docking genoemd, is een cruciale stap in de zoektocht naar nieuwe medicijnen. De studie verscheen als preprint op arXiv en is uitgevoerd door onderzoekers van A*STAR, de National University of Singapore en Nanyang Technological University.

Moleculaire docking wordt al jaren gebruikt om te testen of een stof kans maakt om aan een ziekmakend eiwit te binden, voordat er dure laboratoriumproeven volgen. Het probleem is dat een molecuul op talloze manieren kan draaien, buigen en aansluiten. Hoe groter en flexibeler de stof, hoe meer combinaties een computer moet doorrekenen. Gewone software lost dit op met slimme zoekmethodes en vuistregels, maar bij complexe moleculen kost dat nog altijd veel rekenkracht.

Van moleculen naar een netwerk van punten

De onderzoekers vertaalden het dockingprobleem naar een soort netwerk. Elk mogelijk contactpunt tussen het medicijnmolecuul en het eiwit werd een punt in dat netwerk. Punten die tegelijk konden voorkomen in dezelfde binding, kregen een verbindende lijn. De computer moest vervolgens de sterkst mogelijke combinatie van bij elkaar passende contacten vinden, vergelijkbaar met het samenstellen van een team waarin ieder lid goed met alle anderen moet samenwerken. Dit type rekenprobleem staat bekend als een gewogen clique-probleem.

Om dit op een kwantumcomputer te draaien, gebruikten de onderzoekers een hybride kwantum-classiek algoritme: de kwantumchip berekende mogelijke oplossingen, terwijl een gewone computer de kwaliteit ervan beoordeelde en de instellingen bijstelde. Een bijzondere truc zorgde ervoor dat er veel minder qubits nodig waren dan gebruikelijk. Normaal krijgt elke keuze in het probleem een eigen qubit. Door drie meetbare eigenschappen van iedere qubit te benutten, kon het team drie keuzes tegelijk in één qubit onderbrengen. Zo paste een probleem met 18 variabelen in slechts zes qubits, en een probleem met 14 variabelen in vijf qubits.

Test op echte medicijnparen

Het team testte de methode op twee bekende combinaties uit de biologie: het vitamine biotine met het eiwit streptavidine, en de stof benzamidine met het enzym trypsine. Beide berekeningen draaiden op ibm_kingston, een kwantumprocessor uit IBM's Heron-serie. In beide gevallen kwam de kwantumcomputer tot dezelfde beste combinatie van contactpunten als een klassieke berekening. Een wiskundig bewijs liet bovendien zien dat voor dit soort problemen geen verstrengeling tussen qubits nodig is, waardoor relatief eenvoudige, minder foutgevoelige schakelingen volstaan. Dat past goed bij de huidige generatie kwantumchips, die nog veel last hebben van ruis en fouten.

Vergeleken met een oudere methode die maar twee eigenschappen per qubit gebruikte, scoorde de nieuwe aanpak beter: bij het grootste testprobleem vond de nieuwe methode in 74 procent van duizend pogingen de beste oplossing, tegen 66 procent voor de oudere versie. Bij het kleinere probleem was dat 99 procent tegenover 90 procent.

De onderzoekers benadrukken dat dit een eerste, kleinschalige demonstratie is. De geteste problemen waren klein genoeg om ook met gewone computers snel op te lossen, dus van een bewezen voordeel van kwantumtechniek is nog geen sprake. Het doel is niet om bestaande software voor medicijnonderzoek te vervangen, maar om te laten zien hoe een lastig onderdeel van dat proces straks op kwantumhardware zou kunnen draaien, naarmate die krachtiger en foutbestendiger wordt.