量子科技中心_量科网

计算蛋白质-配体分子系统的结合能需要精确处理电子结构，这是一个在经典硬件上规模呈指数级增长的量子化学问题，而当前量子硬件的噪声水平对于所需的电路深度而言仍然过高。本报告介绍了一种混合量子-经典工作流，该工作流在富士通FX700理想态矢量模拟器上使用QARP执行，解决了基于量子采样的对角化工作流中的两个结构性低效问题。首先，该工作将线性缩放CNOT UCCSD (LCNot-UCCSD) 拟设集成到QSCI框架中，用 \(O(N^4)\) 的MP2振幅初始化替代了竞争方法LUCJ拟设中 \(O(N^6)\) 的CCSD参数初始化。其次，该工作引入了QSCI-RBM，这是一种变体，使用受限玻尔兹曼机 (RBM) 作为紧凑的生成性子空间扩展模型，替代了SQD框架的配置恢复。这两种方法在STO-3G基组下对八个不同分子进行了评估，设置了14个受控人工误差水平，每个水平独立运行100次，并在cc-pVDZ基组下通过N\(_2\)分子的势能面扫描进行了验证，同时嵌入DMET框架，用以处理FDA批准的抗病毒药物金刚烷胺 (C\(_{10}\)H\(_{17}\)N, 11个DMET片段) 以及SARS-CoV-2主蛋白酶与其共价抑制剂卡莫氟 (PDB: 7BUY, C\(_{15}\)H\(_{28}\)N\(_4\)O\(_5\)S, 10个片段) 复合物的活性区域。据该团队所知，这是在量子计算模拟器上首次将LCNot-UCCSD部署于QSCI框架内，并且是首次将DMET-QSCI(LCNot-UCCSD)-RBM应用于具有工业相关性的蛋白质-配体系统。通过利用克利夫兰诊所、RIKEN和IBM Quantum当前最先进工作所需经典计算资源的一小部分，该方法为工业界实现更高效、更经济的药物发现模拟提供了可能。