Таблетка от смерти: как квантовые алгоритмы меняют медицину | РБК Тренды

 

Персонализированные лекарства, обнаружение и лечение онкозаболеваний на ранних стадиях, высокое качество МРТ-снимков — далеко не полный список достижений, которые квантовые технологии откроют медицине и фарм-индустрии

Об эксперте: руководитель проектного офиса по квантовым технологиям Госкорпорации «Росатом», глава Национальной квантовой лаборатории Руслан Юнусов

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.

Источник