基于量子退火的网络药物组合预测
系统性发现有效药物组合是现代药理学中一个极具挑战性的课题,这源于潜在配对和剂量配置的组合爆炸式增长。网络医学将疾病和药物建模为人类蛋白质相互作用组中的互连模块,为理解疾病机制和药物作用提供了新范式。该研究团队提出了一种基于量子退火算法的有效药物组合识别方法。该方法基于“互补暴露”这一生物学原理,即治疗性药物组合应靶向疾病模块中不同但互补的区域。研究人员将此转化为二次无约束二元优化问题,并在糖尿病、类风湿性关节炎、哮喘和脑肿瘤等疾病上进行了测试(使用经实验验证的药物组合作为基准)。模拟量子退火实验表明,低能配置与生物学上合理的组合相吻合,证明该算法能生成具有创新性的药物组合预测。

