Таблетка от смерти: как квантовые алгоритмы меняют медицину

Что такое квантовые алгоритмы и зачем они нужны?

Чтобы перейти к разговору о квантовых алгоритмах, предлагаю вспомнить, что означает этот термин в классических вычислениях. Алгоритмы — это пошаговая процедура или последовательность инструкций, которая применяется для решения определенной задачи. Если классические алгоритмы — это описание команд для работы на привычных нам персональных компьютерах, то квантовые — ровно такая же база для совершения вычислений на квантовых устройствах.



Квантовый алгоритм задает последовательность операций и указывает, над какими кубитами — то есть квантовыми битами — эти операции надо совершить.



Процесс исследований и разработок в области медицины и фармацевтики долог, дорог и рискован. Путь от открытия лекарственной молекулы до разработки препарата длиною в 10−15 лет проходят не более 10% препаратов. Фармкомпании тратят около 15% своего дохода на R&D — это критично, чтобы получить конкурентное преимущество. Однако даже применение цифровых инструментов вычислительной химии или искусственного интеллекта не решает основную проблему — значительное увеличение сложности расчетов.



Квантовые компьютеры работают принципиально иначе, чем классические, и эти различия дают возможность не только решать определенные классы задач, с которыми стандартные ПК не справляются, но и проводить вычисления в сотни раз быстрее.



Например, для полного и точного моделирования молекулы пенициллина, которая состоит всего из 41 атома, классическому компьютеру потребуется 1086 бит, квантовому — всего 286 кубит.

Персонализация лекарственных средств

Объем данных, генерируемых в области наук о жизни, за последние несколько лет экспоненциально увеличился и достиг диапазона в тысячу эксабайт, поэтому вычислительной мощности классических компьютеров не хватает для обработки подобных массивов. Геномика генерирует колоссальные объемы данных: так, на хранение 1 генома человека, состоящего из 3,2 млрд пар оснований ДНК, требуется порядка 800 Мб. Квантовая геномика позволит оперировать этими массивами, чтобы решать глобальные вопросы здоровья населения.



Персонализированные лекарства и в целом персонализированная медицина — один из наиболее востребованных трендов, ведь еще Гиппократ говорил, что нужно «лечить не болезнь, а больного». У разных людей патологические процессы отличаются по своему характеру, то же можно утверждать в отношении эффектов лекарственных препаратов.



Поразительно, но любой конкретный класс противораковых препаратов неэффективен для 75% пациентов. Поэтому в борьбе с онкологическими заболеваниями важна разработка препаратов, прицельно воздействующих на конкретные типы опухолей.



Такой подход с применением квантовых алгоритмов имеет огромное преимущество перед стандартными методами химиотерапии, которые также воздействуют на здоровые ткани организма, в свою очередь способствуя возникновению новых проблем.



Изучение геномных особенностей клеток позволяет определять чувствительность к лекарствам на клеточном уровне. Например, в мире уже исследуются модели, предсказывающие эффективность противораковых лекарств на гранулированном уровне. Квантово-усовершенствованное машинное обучение может способствовать дальнейшим прорывам в этой области, также выявляя причины неэффективности отдельных лекарственных компонентов.

Диагностика заболеваний на ранней стадии

Точная и эффективная ранняя диагностика приводит к лучшим результатам и меньшим затратам на лечение. Интересным достижением в этой области может поделиться корпорация Microsoft, исследователи которой совместно с учеными из Университета Кейс Вестерн Резерв (Case Western Reserve University) в Кливленде успешно применили квантовые алгоритмы к методу медицинской визуализации — магнитно-резонансной дактилоскопии (MRF). В то время как традиционная магнитно-резонансная томография может идентифицировать только светлые или темные области, MRF способна точно различать типы тканей, позволяя получать более подробные и интерпретируемые изображения.

Магнитно-резонансная дактилоскопия

Метод успешно применяется для диагностики и лечения рака груди, но исследования проводят и в других направлениях. Например, можно встретить работы по использованию гибридных квантово-механических систем по обработке изображений для классификации злокачественных и незлокачественных пигментных поражений кожи и ранней диагностики рака кожи.

Улучшенная визуализация МРТ- и КТ-снимков

Методы медицинской визуализации, такие как компьютерная, магнитно-резонансная томография и рентгеновское сканирование, стали важным диагностическим инструментом для практикующих врачей за последнее столетие. В то же время на эффективность полученных результатов влияют шум, низкое разрешение и низкая воспроизводимость.



Во многом качество изображения определяется программным обеспечением, которое проводит реконструкцию на основе данных, собранных медицинским устройством — томографом, МРТ сканером. Использование квантовых алгоритмов приводит к ускорению диагностики, а также к существенному улучшению качества полученных изображений. Работы в этом направлении ведутся, например, в MIT.

Разработка препаратов на основе антител

Препараты на основе антител — одно из наиболее весомых достижений в фармакологии за последние два десятилетия. Рынок крупных белков в форме терапевтических антител, созданный 30−40 лет назад благодаря развитию новых экспериментальных методов, составляет около $ 200 млрд. До недавнего времени не существовало эффективных методов расчета систем терапевтических препаратов из антител, однако успех стал возможен за счет развития компьютерного моделирования и проектирования молекулярных структур.



Пептидные терапевтические средства применяются для лечения широкого спектра заболеваний, но их изучение затрудняет большое количество вариаций пептидов. Используя квантовые вычисления, можно исследовать терапевтическое пространство и разработать библиотеки пептидов, перспективных для создания лекарственных препаратов.

Ускоренное тестирование новых лекарств

Сегодня все разрабатываемые препараты сначала тестируются in silico, то есть виртуально. Инструменты виртуального скрининга при изучении больших библиотек соединений, как правило, обходятся дешевле и быстрее, чем тестирование в лаборатории. Но польза виртуальных инструментов зависит от их способности точно моделировать результат, особенно для сложных молекул. Квантовые вычисления способны улучшить виртуальный скрининг не только ускоряя обработку огромных виртуальных библиотек, но и с высокой точностью моделируя взаимодействие лекарств-мишеней — молекул, реагирующих на активное вещество. В перспективе это позволит открывать новые лекарства, опираясь исключительно на виртуальные тестирования.



Крупнейшая биотехнологическая компания Biogen работает над пилотным проектом со стартапом 1Qbit, цель которого — ускорить открытие новых лекарственных препаратов от рассеянного склероза, болезней Альцгеймера и Паркинсона.



Исследовательский проект, финансируемый Европейским союзом, macQsimal решил проблему громоздкого оборудования для проведения МРТ, заменив классические инструменты своего рода шлемом с сотнями датчиков. Специалисты провели измерения в различных точках черепа, резко уменьшив размер оборудования. Это позволило обнаруживать заболевания в мозге человека в несколько раз быстрее с гораздо более высокой точностью. Исследователи предсказывают коммерциализацию технологии в течение трех-пяти лет.



Интересен подход к улучшению МРТ диагностики, развиваемый проектом программы Европейского союза Quantum Flagship — MetaboliQs. Использование нового типа квантовых сенсоров в МРТ позволяет упростить процесс сканирования, применив недорогой и высокопроизводительный алмазный поляризатор. По словам разработчиков, он может использоваться с любым МРТ-сканером благодаря работе при комнатной температуре. Метод, разработанный MetaboliQs, в 40 раз быстрее и в 4 раза дешевле существующих аналогов.

Алгоритм работы системы MetaboliQs

Cоздание сканов для быстрой и точной диагностики — чрезвычайно сложная вычислительная задача. Ученые из Case Western Reserve подобрали ключ к ее решению, используя квантово-вдохновленные алгоритмы, разработанные командой Microsoft. Теперь сканирование проходит в три раза быстрее и на 30% точнее. В обозримом будущем это позволит врачам не только обнаруживать рак на более ранних стадиях, используя для диагностики снимки вместо инвазивных процедур, но и определять эффективность препарата для химиотерапии конкретного пациента.



В 2020 году ProteinQure объявил о сотрудничестве с биофармацевтической корпорацией AstraZeneca с целью создания терапевтических библиотек для ускорения исследований и разработки пептидных терапевтических средств. ProteinQure будет использовать опыт в вычислительных методах, а AstraZeneca проведет экспериментальную проверку перспективных кандидатов. Возможно, такой комбинированный подход станет одной из наиболее успешных интеграций квантовых вычислений в реальные фармацевтические разработки.



Над чем работают квантовые медицинские стартапы

Entropica Labs

Сингапурский стартап Entropica Labs разрабатывает инструменты для геномного анализа и биоинформатики, чтобы ускорить развитие персонализированной медицины. Entropica работает над программным обеспечением для определения перехода вариаций ДНК в различные фенотипические проявления — побочные реакции на лекарства или сопутствующие заболевания.

FAR Biotech

Стартап успешно применяет квантовые алгоритмы и машинное обучение для идентификации лекарственно-подобных молекул из 1,5 триллиона химических структур. Работа FAR Biotech в основном направлена на лечение онкологических заболеваний, нейродегенерации и инфекционных заболеваний.

Menten AI

Программная платформа для проектирования белков на основе машинного обучения и квантовых вычислений. Menten считается первой компанией, создавшей пептид с помощью квантового компьютера. Технология применима для создания новых терапевтических средств с высокой точностью на основе пептидов, малых белков и антител. В марте 2020 года Menten совместно с компанией-разработчиком квантовых компьютеров D-Wave также запустил программу по разработке пептида, способного инактивировать вирус COVID-19.

Что происходит в России?

В России таких кейсов пока немного, однако именно с медицинским направлением связан один из стартапов Российского квантового центра. Проект посвящен созданию сверхчувствительных квантовых сенсоров — магнитометров — для решения медицинских задач. Исследователям уже удалось с высокой точностью и, что не менее важно, неинвазивно задетектировать активность головного мозга с помощью сенсора. В перспективе это упростит решение задач в диагностике многих заболеваний мозга: например, при выявлении эпилепсии — спонтанного возбуждения зон коры головного мозга, которое достаточно сложно диагностировать.

Сверхчувствительный твердотельный магнитометр на базе квантового сенсора

В 2021 году проект Российского квантового центра QBoard совместно с медико-генетическим центром Genotek ускорили сборку генома с помощью квантовых вычислений. Полученные данные могут применяться для обнаружения онкоклеток и при разработке персонализированной медицины. Также в 2021 году на базе МГУ запустилась научно-образовательная школа «Фотонные и квантовые технологии. Цифровая медицина». Исследователи планируют работать над созданием квантовых сенсоров и нанооптики, системами хранения, обработки и передачи информации в области цифровой и радиационной медицины.



Обновлено 17.08.2021