來源：黑谷量子 資料來源：（RAMON SZMUK）
作者：776
冠狀病毒證明，在流行病流行之前，我們必須更快地識別和緩解流行病，因為在當今的全球世界中，病毒的傳播比以往任何時候都更快，更遠，更頻繁。
全球科學家忙於尋找冠狀病毒疫苗
在過去的幾十年中，我們在提高快速檢測能力方面取得了長足的進步。使用新技術僅用了12天就繪製了COVID-19病毒的外部“尖峰”蛋白。在1980年代，對艾滋病病毒的類似結構分析花費了四年時間。
世衛組織警告，除非研製出高效疫苗，否則Covid-19“病毒永遠不會消失”，病毒學家稱，Covid-19疫苗有望在2021年前實現
但是，開發治療方法或疫苗仍然需要很長時間，而且成本高昂，以至於大型製藥公司並不總是有嘗試的動力。
Shaker教授強調了我們當前藥物發現過程的主要問題之一：藥物的開發具有高度的經驗性。分子先被製造然後進行測試，卻無法事先準確地預測性能。
測試過程本身是漫長，乏味，繁瑣的，並且可能無法預測僅在大規模部署分子時才會出現的未來併發症，從而進一步削弱了該領域的成本/收益比。
儘管已經開發並實施了AI / ML工具來優化某些流程，但在流程中的關鍵任務上它們的效率受到限制。
理想情況下，減少時間和成本的一種好方法是將發現和測試從我們今天使用的昂貴且時間效率低的實驗室過程（體外）轉移到計算機模擬（計算機上）。
分子數據庫現已向我們提供。如果我們擁有無限的計算能力，我們可以簡單地掃描這些數據庫並計算每個分子是否可以作為COVID-19病毒的治癒或疫苗。我們只需將因素輸入模擬中並篩選化學空間即可解決問題。
原則上，這是可能的。畢竟，可以測量化學結構，並且控制化學的物理定律也是眾所周知的。
然而，正如英國偉大的物理學家保羅·狄拉克（Paul Dirac）指出的那樣：“因此，對於物理學的很大一部分和整個化學的數學理論所必需的基本物理定律是完全已知的，而困難僅在於這些定律的確切應用導致方程太複雜而無法解決。”
換句話說，我們根本沒有計算方程的能力，而如果我們堅持使用經典計算機，我們將永遠不會。
這有點簡化，但是化學的基本問題是弄清楚電子在分子內部的位置，並計算出這種構型的總能量。有了這些數據，就可以計算出分子的性質並預測其行為。
對這些特性的準確計算將允許篩選具有特定功能的化合物的分子數據庫，例如能夠附著並冠狀病毒“尖峰”並對其進行攻擊的藥物分子。
本質上，如果我們可以使用計算機準確地計算分子的特性並預測給定情況下的行為，則它將加快識別治癒的過程並提高其效率。
為什麼在模擬分子方面量子計算機比傳統計算機好得多？
電子以高度相關的方式散佈在分子上，每個電子的特性很大程度上取決於其相鄰電子的特性。這些量子相關性（或糾纏）是量子理論的核心，使用經典計算機模擬電子非常棘手。
例如，通常必須將COVID-19病毒的電子視為具有多個自由度的單個實體的一部分，並且對該集合的描述不能分為其各個可區分的電子的總和。
電子由於其強大的相關性而失去了個性，必須作為一個整體來對待。因此，要求解方程式，您需要同時考慮所有電子。儘管經典計算機原則上可以模擬此類分子，但每種多電子配置都必須單獨存儲在內存中。
假設您有一個只有10個電子的分子（現在暫時不留原子的其餘部分），每個電子可以位於分子內的兩個不同位置。本質上，您具有2 ^ 10 = 1024個不同的配置以僅跟蹤10個電子，而如果電子是單個的，可區分的實體，情況就是如此。
您需要1024個經典位來存儲該分子的狀態。另一方面，量子計算機具有量子位（qubit），可以使它們以與分子內的電子相同的方式彼此高度相關。因此，原則上，您只需要大約10個這樣的量子位來表示此模型系統中的強相關電子。
分子中電子構型的指數大參數空間恰好是自然佔據的量子位空間。因此，量子位更適合於量子現象的模擬。經典計算和量子計算之間的比例差異很快變得非常大。例如，模擬青黴素，一個具有41個原子（和更多電子）的分子將需要10 ^ 86經典位，或者比宇宙中原子數更多的位。
使用量子計算機，您只需要約286量子比特。這仍然比我們今天擁有更多的量子比特，但是肯定是一個更合理和可實現的數字。
相比之下，COVID-19病毒的外部“尖峰”蛋白包含成千上萬個原子，因此對於經典計算而言是完全難以處理的。蛋白質的大小使它們即使在當今功能最強大的超級計算機上，也難以以任何精確度進行經典模擬。
化學家和製藥公司確實使用超級計算機（儘管不如蛋白質大）對分子進行模擬，但他們必須訴諸於建立非常粗糙的分子模型，而這些模型無法捕獲完整模擬所能提供的細節，從而導致估計誤差很大。
可能需要很長的時間，才能出現足夠大的能夠模擬與蛋白質一樣大的分子的量子計算機。但是，一旦有了這樣的計算機，就意味著製藥和化學工業的運作方式將發生徹底的革命。
量子計算機的持續發展，如果成功的話，將允許端到端的計算機內藥物發現和製造藥物程序的發現。從現在開始的幾十年裡，有了正確的技術，我們就可以將整個過程轉移到計算機仿真中，從而使我們以驚人的速度獲得結果。
計算機模擬可以消除目前使用體外方法花費的時間的一小部分，從而消除了99.9％的錯誤線索。隨著新流行病的出現，科學家可以在幾天之內識別並開發出潛在的疫苗/藥物。
然後，藥物開發的瓶頸將從藥物發現轉移到人體測試階段，包括毒性和其他安全性測試。
最終，即使是這些最後階段的測試，也可以藉助大規模量子計算機來加速，但是這將需要比此處所述更高水平的量子計算。在此級別的測試將需要具有足夠功能的量子計算機來包含對人體（或其部分）的模擬，該模擬將篩選候選化合物並模擬其對人體的影響。
要實現所有這些夢想，就需要不斷投資發展量子計算技術。正如Shohini Ghose教授在其2018年的Ted Talk中所說：“您不能通過製造越來越好的蠟燭來製造燈泡。
燈泡是一種基於更深入科學理解的不同技術。” 當今的計算機是現代技術的奇蹟，並且隨著我們的前進，它將繼續改進。但是，我們將無法使用功能更強大的經典計算機來解決此任務。
黑谷量子
聲 明：
1、本文內容出於提供更多信息以實現學習、交流、科研之目的，不用於商業用途。
2、本文部分內容為黑谷量子原創，轉載請聯繫授權，無授權不得轉載。
3、本文部分內容來自於其它媒體的報道，均已註明出處，但並不代表對其觀點贊同或對其真實性負責。如涉及來源或版權問題，請權利人持有效權屬證明與我們聯繫，我們將及時更正、刪除。
