量子计算能够开启对衰老的新认识 深刻改变生物研究

在《计算分子科学》（WIREs Computational Molecular Science）杂志的一篇新论文中，来自临床阶段人工智能（AI）驱动的药物发现公司Insilico Medicine（以下简称"Insilico"）的研究人员展示了如何将量子计算整合到生物体研究中，以便更深入地了解衰老和疾病等生物过程。

2023 年 5 月，Insilico、多伦多大学加速联盟和富士康研究院发表研究成果，成功证明了量子生成对抗网络在生成化学中的潜在优势。这些研究成果发表在美国化学学会的《化学信息与建模期刊》上。

生物网络是相互关联的。就像只知道配料不足以理解如何烹制一道菜肴一样，只知道基因或蛋白质的清单也不足以理解它们是如何相互作用的。资料来源：Insilico Medicine

在这篇最新论文中，Insilico 的研究人员全面介绍了如何将人工智能、量子计算和复杂系统物理学的方法结合起来，帮助研究人员推进对人类健康的新认识，并详细介绍了物理学引导的人工智能领域的最新突破。

他们写道，虽然人工智能已成为帮助研究人员处理和分析大型复杂生物数据集的宝贵工具，从而找到新的疾病途径，并在细胞水平上将衰老和疾病联系起来，但在将这些见解应用于体内更复杂的相互作用方面，人工智能仍面临挑战。

研究人员指出，为了全面了解生物体的内部运作，科学家们需要多模式建模方法，以管理三个关键领域的复杂性：规模的复杂性、算法的复杂性以及数据集日益增加的复杂性。

生物学对量子计算的需求

"虽然我们不是一家量子公司，但利用新的混合计算解决方案和超标量器提供的速度优势的能力非常重要。随着这种计算成为主流，我们就有可能进行非常复杂的生物模拟，并发现针对各种疾病和年龄相关过程的具有理想特性的个性化干预措施。我们很高兴看到我们在阿联酋的研究中心能在这一领域提出有价值的见解，"合著者、Insilico Medicine 公司创始人兼联合首席执行官亚历克斯-扎沃龙科夫（Alex Zhavoronkov）博士说。

生物系统内的生物过程从细胞到器官再到整个身体，系统之间存在大量复杂的相互作用。解释这些过程需要在多个尺度上同时进行。而生物数据的获取已经达到了以前无法想象的水平。例如，"千人基因组计划"（1000 Genomes Project）是一个人类基因变异目录，已发现 900 多万个单核苷酸变异（SNV）；英国生物库（UK Biobank）包含了英国志愿者的 50 万个基因组的完整序列。我们需要庞大的计算能力来分析和处理这些数据。

在每一个层次上，都有一种最常用的方法来研究这一层次的组织。人工智能在每个层次都显示出潜力。量子计算为加快人工智能求解器和传统技术的速度并提高其效率提供了可能。资料来源：Insilico Medicine

研究人员写道，量子计算在增强人工智能方法方面具有得天独厚的优势--允许研究人员同时对生物系统的多个层面进行解释。由于量子比特能同时保持 0 和 1 的值，而经典比特只能保持 0 或 1 的值，因此量子比特的计算速度和能力都大大提高。

作者指出，量子计算已经取得了重大进展，其中包括 IBM 最近首次推出的公用事业级量子处理器和该公司首台模块化量子计算机，后者已经开始运行。

最后，作者呼吁采用物理学指导的人工智能方法来更好地理解人类生物学--这是一个将基于物理学的模型和神经网络模型相结合的新领域，他们写道，这个领域已经在进行中。

通过结合人工智能、量子计算和复杂系统物理学的方法，科学家们可以更好地理解，正如作者所写的那样，"细胞、生物体或社会中较小尺度元素的集体互动如何产生可在较大尺度和现实层面上观察到的突发特征"。

编译自:ScitechDaily