面向药物发现的实用蛋白质口袋水合位点量子计算预测

证明噪声中等规模量子(NISQ)硬件在计算机辅助药物发现重复性任务中的实际应用价值至关重要。该研究团队通过量子计算机实现三维蛋白质结合腔水合位点预测来应对这一挑战:将水分子定位问题构建为二次无约束二值优化(QUBO)模型,采用经典三维参考相互作用位点模型(3D-RISM)与高效量子优化求解器相结合的混合方法,在多达123个量子比特的硬件上完成了系列实验。研究结果不仅重现了真实蛋白质-配体复合物的实验预测数据,其精度与经典方法相当,更通过详细的资源估算分析表明:随着量子比特数量增加,预测精度可系统性提升,这意味着完全量子优势触手可及。此外,该工作还证实,在经典优化难以给出最优解的生物体系中存在量子计算的优势场景。该方法有望为药物先导化合物优化中的蛋白质-配体复合物模拟及分子对接计算初始设置提供支持。
作者所在地: VIP可见
作者单位: VIP可见
提交arXiv: 2025-12-09 09:20

量科快讯