量子科技中心_量科网

药物间相互作用（DDIs）会显著影响联合疗法的安全性与有效性。尽管现有大型DDI数据库，如何在安全性、治疗获益和用药方案复杂度之间权衡选择最优多药组合，仍是一个具有挑战性的组合优化问题。本研究提出基于量子控制的DDI感知药物组合优化框架，将已知有害相互作用和协同效应分别编码为伊辛模型哈密顿量中的惩罚项与奖励项，采用免梯度的变分量子算法FALQON进行反馈式优化。该团队针对两个临床相关任务展开研究：最大安全子集问题和协同约束优化问题。通过整合Drugs.com与SYNERGxDB的相互作用数据开展数值模拟，结果显示该框架在COVID-19案例等临床相关药物组合优化中具有高效收敛性和优质解输出能力。