新闻动态 动态详情

初显身手:腾讯量子实验室在量子计算药物设计竞赛中斩获佳绩

2023-11-13 12:30 发表自 腾讯量子实验室
随着量子计算技术的发展,越来越多的领域开始尝试利用这种强大的计算方式来提升效率。在药物设计领域,运用量子计算技术有望更加精准、快速地预测药物分子的性质,从而加速新药研发。腾讯量子实验室一直致力于探索量子计算技术在药物设计领域的应用。近期,实验室在计算机辅助设计国际顶会IEEE/ACM ICCAD上举办的Quantum Computing for Drug Discovery Challenge量子计算药物设计竞赛中,斩获了第二名的佳绩。


01 ‍‍赛事介绍


国际计算机辅助设计会议(The International Conference on Computer-Aided Design,ICCAD)是计算机辅助设计及电子设计自动化领域的计算机顶级会议,已有超过40年的悠久历史,近年来每年都会举办CAD Contest及Contest for Machine Learning on Hardware等竞赛活动。

今年,ICCAD首次在比赛中加入了量子计算赛道,由圣母大学的梁之鼎博士主要负责组织,佛罗里达大学Di Wu教授、广东省人民医院徐小维博士、摩根大通何子畅博士、乔治梅森大学姜炜文助理教授和圣母大学史弋宇教授协同组织。本次竞赛吸引了来自12个国家、68个机构共计73支队伍的参与,参赛机构包括麻省理工大学、卡内基梅隆大学、芝加哥大学、清华大学、复旦大学和浙江大学等国内外顶尖高校。

本次竞赛获得前三名的团队分别是:由麻省理工-卡内基梅隆大学-杜克大学-北卡大学教堂山分校-芝加哥大学联合组建的MIT-EPiQC-CMU-Duke队、腾讯量子实验室的TQL队和复旦大学的QuantumLoop队。其中,获得第一名的MIT-EPiQC-CMU-Duke队目前公开的方案是使用8个X门产生HF直积态。而腾讯量子实验室以产生实际的纠缠基态为目标,采用了硬件高效拟设、哈密顿量分组和参考态误差缓解等技术,实现了高效、精确的羟基阳离子的量子模拟。此方案也得到比赛组委会一致认可,最终获得第二名的佳绩。


02 ‍赛题介绍


药物设计是一个不断发展的领域,研究分子相互作用在药物设计中具有重要意义。通过深入理解药物与目标分子之间的相互作用机制,可以指导合理的药物设计和优化,从而提高药物的疗效和减少不良反应。近年来,计算化学与人工智能方法在药物设计领域展现出巨大的潜力。以 Alphafold2 为代表的人工智能在生命科学领域取得重要突破,标志着 AI 辅助药物开发的基础理论研究和实践进入新的阶段。然而,如何解决生物领域中的高精度复杂计算,是传统计算方法难以绕过的问题。量子计算有望通过前所未有的效率和准确性,提高我们预测和理解分子性质的能力,解决传统计算机无法处理的挑战,重新定义药物发现的过程。

作为药理学领域的一个关键分子,羟基自由基是许多药物相互作用的中心物种。羟基自由基的高反应活性会导致DNA损害,继而可能引发从神经退行性疾病、心血管疾病到癌症等一系列健康问题[1]。除了其致病作用外,羟基自由基对许多药物的疗效也是必不可少的。从羟基自由基开始,我们希望更深入地理解分子在生物体内的相互作用和效果,随着量子计算的发展,我们期待可以增加对更多样、更大型和更复杂环境下的分子的性质和分子间的交互作用,从而加快药物研发和治疗方案的突破。

腾讯量子实验室长期致力于量子计算的研究和应用。此前实验室在量子计算对抗体结构建模的长期前景[2]上进行过深度探索,目前则专注于解决短期量子器件在药物设计中的应用问题。而在这次竞赛中,腾讯量子实验室利用自主研发的量子计算算法和电路,对羟基阳离子分子进行了模拟。该算法在预测药物分子性质方面表现出了极高的准确性,同时消耗极少的量子算力资源,从而帮助腾讯量子实验室在竞赛中获得了优异的成绩。


03 ‍技术方案‍‍‍‍


赛题规定使用STO-3G基组和Jordan-Wigner变换,以羟基阳离子作为模型体系,对应于12个量子比特。

图1 OH负离子示意图

近期含噪声中等规模量子计算机(noisy intermediate scale quantum, NISQ)的一大特点是量子门操作受到噪声的影响。因此,为了高精度地模拟羟基阳离子体系,需要采用尽可能短的量子线路,以减小噪声对精度的影响。腾讯量子实验室的解决方案使用了硬件高效拟设(hardware-efficient ansatz, HEA),在保持深度极浅的同时,也保证了足够的线路表达能力。HEA拟设的一大缺点是参数优化困难,但本次比赛采用预优化参数,使得该部分开销可以忽略。在电路最后,通过添加X门,使线路参数为0时可以输出Hartree-Fock(HF)直积态,为误差缓解打下基础。

图2 腾讯量子实验室采用的量子线路

为减少量子线路的测量开销,腾讯量子实验室采用了自研的哈密顿量分组技术,将期望值相同,而相位不同的Pauli字符串合并为一组进行测量。采用这种方式,可以减少超过50%的测量开销。
误差缓解是在NISQ硬件上提高量子计算精度的重要手段。传统的误差缓解技术往往需要进行大量测量或大幅度增加线路深度,从而使所需要的量子资源大幅度增加。最近提出的参考态误差缓解(reference state error mitigation)技术[3],可以只进行一次额外的能量测量,大幅度提高量子计算精度。具体来说,我们可以在经典计算机上以极低开销计算精确的HF态能量,同时在量子计算机上测量带噪声HF态能量,而两者之差就是对量子计算误差的一个粗略估计。在量子计算机上测量羟基阳离子基态能量后,再加上两者之差,即可以较低开销得到误差缓解的基态能量。对于羟基阳离子而言,在误差缓解之前,能量误差约为2%,使用参考态误差缓解技术[3]之后,能量误差降低为0.1%。

图3 腾讯量子实验所采用计算方案的总结


04 ‍结语‍‍‍‍‍‍‍‍‍‍‍


腾讯量子实验室在计算机辅助设计国际顶会IEEE/ACM ICCAD上举办的Quantum Computing for Drug Discovery Challenge量子计算药物设计竞赛中,斩获了第二名的佳绩。这次竞赛不仅展示了腾讯量子实验室在量子计算药物设计方面的能力积累,也突显了量子计算技术在药物研发领域的潜力。实验室希望可以通过量子计算技术,更精准和高效地预测药物分子的性质,为加速新药研发,贡献自己的力量。

竞赛官网:2023 ACM/IEEE Quantum Computing for Drug Discovery Challenge @ ICCAD:https://qccontest.github.io/QC-Contest/
量子实验室解决方案:https://github.com/liwt31/QC-Contest-Demo

参考文献

[1] Hydroxyl radical is a significant player in oxidative DNA damage in vivo. Chem. Soc. Rev. (50) 2021.
[2] The prospects of Monte Carlo antibody loop modelling on a fault-tolerant quantum computer. Front. Drug Discov. (2) 2022.
[3] Reference-state error mitigation: A strategy for high accuracy quantum computation of chemistry. J. Chem. Theory Comput. (19) 2023.