Μια σημαντική πρόοδο στην υπολογιστική βιολογία ανακοίνωσαν οι ερευνητικές ομάδες της IBM και της Moderna, καταφέρνοντας να προσομοιώσουν με κβαντικό υπολογιστή τη δευτεροταγή δομή μιας αλληλουχίας mRNA μήκους 60 νουκλεοτιδίων, τη μεγαλύτερη που έχει επιτευχθεί ποτέ με αυτή την τεχνολογία.
Το mRNA (αγγελιοφόρο ριβονουκλεϊκό οξύ) είναι το μόριο που μεταφέρει γενετικές πληροφορίες από το DNA στα ριβοσώματα, καθοδηγώντας τη σύνθεση πρωτεϊνών στα κύτταρα. Χάρη στις ιδιότητές του, χρησιμοποιείται και στην ανάπτυξη σύγχρονων εμβολίων που προκαλούν στοχευμένες ανοσολογικές αντιδράσεις. Παρότι αποτελείται από μία μόνο αλυσίδα νουκλεοτιδίων, το mRNA διπλώνεται σε πολύπλοκες δευτεροταγείς δομές, οι οποίες του δίνουν το τρισδιάστατο σχήμα του και καθορίζουν τη λειτουργικότητά του.
Η πρόβλεψη του τρόπου με τον οποίο θα διπλωθεί μια αλληλουχία mRNA είναι εξαιρετικά δύσκολη, καθώς οι δυνατοί συνδυασμοί αυξάνονται εκθετικά με κάθε επιπλέον νουκλεοτίδιο. Μέχρι σήμερα, οι περισσότερες προβλέψεις βασίζονταν σε κλασικούς υπολογιστές και μοντέλα τεχνητής νοημοσύνης, όπως το AlphaFold της Google DeepMind. Αυτές οι μέθοδοι μπορούν να επεξεργαστούν αλληλουχίες εκατοντάδων ή και χιλιάδων νουκλεοτιδίων, αλλά συχνά παραλείπουν σύνθετες δομές όπως τα λεγόμενα “pseudoknots” — στριφτές και περίπλοκες αναδιπλώσεις που επιτρέπουν πιο πολύπλοκες εσωτερικές αλληλεπιδράσεις. Η παράλειψή τους περιορίζει την ακρίβεια των προβλέψεων.
Η νέα έρευνα, που παρουσιάστηκε για πρώτη φορά στο συνέδριο IEEE International Conference on Quantum Computing and Engineering, δείχνει πώς η κβαντική πληροφορική μπορεί να ενισχύσει τις παραδοσιακές μεθόδους. Οι ερευνητές χρησιμοποίησαν αλγόριθμο κβαντικής προσομοίωσης, ο οποίος βασίζεται σε qubits — τα κβαντικά αντίστοιχα των bits — για να μοντελοποιήσουν μόρια.
Συγκεκριμένα, αξιοποίησαν 80 qubits (από τα 156 διαθέσιμα) στον επεξεργαστή R2 Heron και εφάρμοσαν έναν αλγόριθμο CVaR-based VQA (Conditional Value-at-Risk Variational Quantum Algorithm). Ο αλγόριθμος αυτός, εμπνευσμένος από τεχνικές που χρησιμοποιούνται στην αποφυγή συγκρούσεων και στην ανάλυση χρηματοοικονομικού ρίσκου, επέτρεψε την πρόβλεψη της δευτεροταγούς δομής μιας αλληλουχίας 60 νουκλεοτιδίων. Το προηγούμενο ρεκόρ για κβαντική προσομοίωση ήταν μόλις 42 νουκλεοτίδια.
Η ομάδα εφάρμοσε επίσης πρόσφατες τεχνικές διόρθωσης σφαλμάτων, αντιμετωπίζοντας τον «θόρυβο» που συχνά δημιουργείται στις κβαντικές λειτουργίες και μπορεί να αλλοιώσει τα αποτελέσματα. Το πείραμα έδειξε ότι η μέθοδος μπορεί να κλιμακωθεί ώστε να χρησιμοποιεί έως 156 qubits για την ίδια κλίμακα αλληλουχιών, ενώ σε θεωρητικές, χωρίς θόρυβο συνθήκες, οι υπολογισμοί θα μπορούσαν να φτάσουν τα 354 qubits.
Οι ερευνητές εκτιμούν ότι η αύξηση του αριθμού των qubits και η βελτίωση των αλγορίθμων θα επιτρέψουν στο μέλλον προσομοιώσεις ακόμη μεγαλύτερων και πιο πολύπλοκων αλληλουχιών. Ωστόσο, προειδοποιούν ότι η πρόοδος αυτή απαιτεί την ανάπτυξη πιο εξελιγμένων τεχνικών για την ενσωμάτωση εξειδικευμένων κυκλωμάτων στο υπάρχον κβαντικό υλικό.
Η επιτυχία αυτή ανοίγει νέους δρόμους για την ακριβέστερη κατανόηση της δομής του mRNA, κάτι που μπορεί να οδηγήσει σε πιο αποτελεσματικά εμβόλια και θεραπείες, αξιοποιώντας τη μοναδική ισχύ των κβαντικών υπολογιστών. Στον τομέα της βιοτεχνολογίας, η δυνατότητα πρόβλεψης ακόμα και των πιο περίπλοκων διπλωμάτων ενός μορίου, χωρίς την ανάγκη να παραλειφθούν κρίσιμες δομές, μπορεί να αποδειχθεί καταλυτική για την ανάπτυξη της επόμενης γενιάς φαρμάκων.
[via]
