量子科技中心_量科网

蛋白质构型建模与预测对推动药物研发至关重要，可助力设计针对致命疾病的治疗方案。其中，侧链构象优化（即在固定蛋白质主链情况下确定最优侧链构象）是该领域的核心挑战。这一涉及氨基酸侧链内部自由度的问题，将显著影响蛋白质的整体结构与功能。该团队开发了一种资源高效的优化算法，用以计算蛋白质结构的基态能量，重点聚焦侧链构型配置。研究人员将侧链构象优化问题转化为二次无约束二元优化问题，并映射至伊辛模型，从而实现高效的量子编码。基于此框架，该工作提出一种基于量子近似优化算法的量子算法，用于探索构象空间并识别低能态构型。为验证方法性能，研究团队使用专为结构表征和能量优化定制的自建库开展经典算法对比研究。相较于经典模拟退火技术，该量子方法显示出计算成本的优势，为量子时代的蛋白质结构优化提供了可扩展且极具前景的解决方案框架。