.svg)
量子コンピュータを創薬に役立てるために
創薬企業は今日、量子コンピューティングを活用して、病気の治療や治癒につながる化合物を見つけることができる。クラウド・コンピューティング、 人工知能（AI）、機械学習（ML）など、他の最先端技術と組み合わせることで、新しい分子薬を設計することにより、創薬における量子コンピューティングの可能性を完全に実現することができる。量子コンピューティングは、既知のすべての代替技術よりもはるかに速く、はるかに効率的で、驚くほど低コストである。
新薬開発に関連して、なぜ量子が違うのかという答えは、古典的なコンピューターやスーパーコンピューターと比較して、非常に大きな問題に対処できることにある。ここでは2つの異なる量子テクノロジーについて説明するが、どちらも計算には使われている。アニーリングベースの量子コンピュータは現在実用化されており、創薬企業が100万倍もの大きさの化学空間を探索することを可能にしている。ゲートベースの量子コンピュータは、まだ商業利用には至っていないが、さらに強力になる可能性がある。量子ビットと呼ばれる基本的な情報単位を1つ追加するだけで、計算作業領域は指数関数的に拡大する。言い換えれば、ゲートベースの量子コンピューターに量子ビットを1つ加えるだけで、扱える問題のサイズが2倍になる。例えば、40量子ビットの小型デバイスなら、1兆通りの組み合わせに対応できる。そして、ここで基本的に議論するのは、分子の非常に大きな化学空間を検索して、ある特定の基準を満たす少数精鋭を見つけることである。量子コンピュータは大きな問題を自然に処理する。
量子コンピューターは医薬品開発にどう役立つのか？
創薬企業は、特定の疾患、あるいはその疾患の特定のタンパク質をターゲットに、将来の薬のプロフィールをすでに確立し始めることができる。この薬剤プロファイルは、最終的には、特定のタンパク質結合部位、薬剤の体内への導入方法（注射、錠剤など）、薬剤の脳への影響、薬剤の投与量、対象年齢層、他の薬剤との適合性、投与スケジュールと期間、包装と出荷の要件、特別なマーケティング上の考慮事項など、この薬剤の望ましい特性をすべて考慮に入れることになる。
その薬剤プロファイルを使って、大規模な仮想化学空間が生成される。このとき、なぜ製薬業界で量子コンピューターが注目されているのかがわかるだろう。大規模」とは、化学空間が文字通り 数十億の分子を含むことを意味する。しかし、その数十億の分子の大部分は、選択された薬剤プロファイルとは無関係である。そのため、組み合わせ最適化問題に使われる二次制約なし二項最適化（QUBO）アルゴリズムのような量子アルゴリズムが、この大きな化学空間を探索し、薬剤プロファイルの具体的に選択された特性を探索することができる。QUBOアルゴリズムの結果は、望ましい特性と望ましい結合部位の両方に関して、薬物プロファイルに関連している。
化学的空間を大幅に縮小することで、量子コンピューターはその後のベンチワークの範囲を大幅に縮小する。創薬のためのベンチワークには、毒性、適切な投与量、潜在的なコストなどのテストが含まれる。完全に不適切な分子は化学空間から取り除かれた。設計し、合成し、測定し、実験する必要のある分子は、はるかに少なくなった。資産を定義し、ライセンス供与するまでの道のりが短縮される。シンシナティ医科大学によれば、「第I相試験（現在）は完了までに数ヶ月かかる」し、「実験薬の約70％しかこの初期段階を通過しない」。第一の統計量を減らし、第二の統計量を増やすことは、計算量的に明らかに有利である。
量子コンピューターは医療にどのような影響を与えるのか？
量子コンピューターは、ほんの数十年前、もしかしたらほんの数年前よりも、より多くの病気をより短時間で治療したいというような、利他的な目標を後押しする。対象となる病気は、現在研究者が個人的に興味を持っているものかもしれないし、現在の医薬品市場におけるギャップを埋めるものかもしれない。研究目標のひとつは、既存の医薬品では不十分な分野での薬効を向上させることかもしれない。別の研究目標は、送達方法を改善するためのより小さな分子を見つけることかもしれない。おそらく、あらゆる年齢の患者が注射器を手放し、代わりに消化の良い錠剤やカプセルの摂取に切り替え始めることを可能にするかもしれない。量子コンピューターによって、創薬企業は近い将来、生命を変える医薬品になる可能性の高い分子を用いて、今すぐ資産ポートフォリオを構築し始めることができる。このような医薬品を開発の初期段階に入れるだけでも、後の生産開始までの時間を短縮することができる。
量子コンピュータを使えば、医薬品をより早く市場に送り出すことができる。何十億もの分子がある最初の化学空間を、わずか数十万の分子に減らすのにかかる実際の時間は、 1分もかからない。もちろん、プロジェクトには1分の計算以上のものがある。量子アルゴリズムには準備が必要であり、小さなスケールで量子回路を設計するのは非常に困難で時間がかかる。伝統的な化学ツールは、中間的な化学空間を数十万分子から数百分子にまで縮小する。創薬企業が何十億もの分子をテストする代わりに、量子プロセスと従来のプロセスの両方を通過した数百の分子だけを合成し、測定する必要がある。プロジェクト期間は 3カ月程度になるかもしれない。
量子コンピューティングの現状では、これは2段階のプロセスであることを、もう1度説明しておく価値がある。まず、量子アニーラー（最適化問題に特化した量子技術）により、初期の化学空間を何十億もの分子から数十万の分子に減らす。前述のQUBOアルゴリズムは、この量子アニーラー上で実行される。この中間的な化学空間を最終的に数百分子にまで縮小するには、明確な第二段階が必要であり、この過程でも従来の化学ツールが使用される。数百の分子は広い化学空間であるが、これらの分子は少なくとも、選択された薬物プロファイルが必要とするすべての望ましい特性を備えている。このような量子と従来のハイブリッド・アプローチは、従来のアプローチのみに比べ、計算上大きな優位性がある。同時に、将来的に完全量子アプローチが利用可能になり、計算上の優位性がさらに顕著になることを見越している。ハイブリッド・アプローチは、量子コンピューティングを活用する以外に、通常、クラウド・コンピューティング、 人工知能（AI）、機械学習（ML）など、他の先進技術を取り入れる。
一般的に言って、創薬企業は、最も重要な成果ではあるが、特定のタンパク質標的に対して特定の特性を持つ分子に限定して探索を行っているわけではない。さまざまなデリバリー方法について述べたように、これらの企業は、それぞれの薬物プロファイルに適合しうる最小の分子も探している。文字通り何十億もの分子が存在する化学的空間から、希望する薬物特性を探し出すことは、最初から非常に困難である。ご想像の通り、このような大きな空間から小さな分子を見つけるのはさらに難しい。ボーリング場の側溝にバンパーをつけるように、量子コンピューターは、創薬企業がターゲット、つまり選択された薬物プロファイルの望ましい特性をすべて備えた可能な限り小さな分子を見つけることを容易にする。
量子コンピュータの自然な利点のひとつに、量子システムのシミュレーションがあることは注目に値する。特定の条件を満たす分子を化学空間から探し出すだけでなく、量子コンピューターは分子そのものをシミュレートすることができる。この応用の可能性のひとつは、 既存の治療薬の再利用である。医療への影響のひとつは、新薬開発を完全にスキップし、すでに開発され、少なくとも臨床データが存在する薬を再利用することかもしれない。
医薬品開発の未来は？
シンシナティ大学医学部によれば、第1相、第2相、第3相の臨床試験には現在 数年を要し、 3つの相をすべてパスする薬剤は25〜30％程度に過ぎない。各相では薬の有効性と安全性がテストされるが、その後の各相でサンプル集団が増加する。第1相試験では100人以下、第2相試験では数百人、第3相試験では数千人という具合である。JAMAの論文によると、医薬品開発の平均コストは 10億ドル弱で、 高く見積もっても30億ドル近くかかる。医薬品開発の未来は、より短い臨床試験、より高い有効性、より高い安全性を、より低コストで実現することである。
これまでこのブログ記事で取り上げてきた方法は、量子アニーリングと呼ばれる量子技術を利用したものである。実際に量子技術業界には量子アニーラーを提供する会社がいくつかあり、有名なところでは少なくとも3社、またデジタルアニーラーというものもある。デジタルアニーラーは「量子インスパイア」とも呼ばれ、量子技術ではないにもかかわらず、量子アニーリングと同じ問題を解決することができる。量子アニーリングと量子に触発されたアニーリングの主な利点は、この記事で言及したような何十億もの分子を含む化学空間であっても、問題を解くのに十分な規模を持つことである。それに加えて、必要であれば、既存の量子アニーリングや量子インスパイアード・アニーリング・デバイスを使って、もっと大きな化学空間を扱う方法も現在知られている。
ゲートベース量子コンピューター、あるいは万能量子コンピューターと呼ばれる別の量子技術は、現在有用と言えるほど大きくも正確でもない。残念ながら、まだ開発の初期段階にある。しかし、将来的には医薬品開発に応用される可能性が高い。量子アニーリングや量子にインスパイアされたアニーリングと同様、量子コンピュータは、数十億の分子から数十万の分子へと大きな化学空間を縮小することができるだろう。しかし、量子アニーリングや量子に触発されたアニーリングとは異なり、ゲートベース万能量子コンピュータは、中間的な化学空間を数十万分子から数百分子へとさらに縮小するための計算化学計算も実行できるようになる。ゲートベース万能量子コンピュータでシュレディンガー方程式を解けば、現在の量子-従来のハイブリッド法よりも計算上の優位性が得られるだろう。
量子アニーラーやデジタルアニーラー、そしてゲートベースの万能量子コンピューターによって新薬の市場投入までの時間を短縮することは、現代において非常に重要である。COVID療法やワクチンは驚くほど早く開発されたが、この歴史的な時間枠は、私たちが近い将来に実現すると予想している量子的手法と比較すると、相対的に遅いままである。また、これらの治療法やワクチンについては、短期的な有効性や長期的な副作用などに関しても懸念が続いている。量子コンピューティングの多くの約束のひとつは、将来のパンデミックに対する人類の戦いも含め、あらゆる病気に対して迅速かつ安全で効果的な医薬品を発見することである。これは新薬の開発によるものかもしれないし、先に述べたように既存薬の再利用によるものかもしれない。
量子コンピューティングはバイオ医薬の研究開発に変革をもたらすか？
ゲート型万能量子コンピューターの将来的な性能はひとまず置いておくとして、量子アニーラーや量子にインスパイアされたデジタルアニーラーは、現在のバイオ医薬品の研究開発に変革をもたらしつつある。新薬の発見は、従来の方法では不可能であった速さですでに実現されている。さらに、より大きな問題にも対処できる。
全体として、創薬の方法は改善されている。従来、研究室では、例えば 数千の分子を同定することがあった。まず、この例では数十億ではなく、数千という数を用いていることに注意されたい。ここで、量子アニーリングや量子に触発されたアニーリングを使った場合と、目的とする特性が同じで、ターゲットとなるタンパク質も同じだと想像してみてほしい。そう、従来の方法は有効なのだ。時間がたてば、化学物質はすべて合成され、測定され、テストされる。もちろん新薬も見つかる。しかし、薬の特性のいくつかを改善したいと想像してみてほしい。あるいは、その薬に新しい性質を加えたいと思うだろう。従来のプロセスはサイクルになる。創薬企業は、最初に設計し、合成し、測定するが、何らかの改良を望むと、また同じことを繰り返すことになる。
量子アニーリングとデジタル・アニーリング、そして将来的にはゲートベースの万能量子コンピューティングが実現すれば、このような創薬サイクルは終わる。一度に何百、何千もの分子を処理し、改良のたびにそのプロセスを繰り返すのではなく、創薬企業は一度に何十億もの分子を処理して終わりにできる。量子力学的手法は、周期的ではなく直線的である。
さらに、高性能コンピューティング（HPC）は決して安価ではない。スーパーコンピューターは、たとえ多くのグラフィック・プロセッシング・ユニット（GPU）を搭載していても、処理速度が遅く、電力を消費し、 環境にやさしくなく、しかも高価である。創薬企業は、ノードの数を増やすことで多少なりともスピードアップできるが、そのためには量子アニーリングやデジタル・アニーリングを使った場合と比べて、およそ1,000倍のコストがかかるという試算もある。実際、量子アニーリングが 40ドル程度でできることをやるには、40,000ドルかかるという試算もある。
したがって、量子技術がバイオ医薬品の研究開発にもたらす変革は3つある。第一に、量子テクノロジーを使えば、従来よりも大きな問題を解決できる。第二に、新薬の発見がこれまでになく早くなる。そして3つ目は、量子テクノロジーは様々な点で使用コストが低いということだ。使用コストが低いだけでなく、使用頻度も少なくて済む。量子コンピューティングと医学は自然なパートナーであり、私たちは皆、より安価な創薬がいつの日か世界により安価な医薬品につながることを望んでいる。そして時が経てば、量子コンピューティングの将来の進歩によって、これら3つの変革はすべて改善され続けるだろう。
量子コンピューターは今日、医療にどのように利用できるのか？
ポラリス・クォンタム・バイオテックのような創薬企業は現在、量子コンピューティングを医薬品開発に活用している。シャハール・ケイナン最高経営責任者（CEO）が、Classiqのユヴァル・ボーガー最高マーケティング責任者（CMO）と共に、ポラリス・クォンタム・バイオテックがどのように有料顧客や共同研究プロジェクトに取り組んでいるかについて 、彼の番組『The Qubit Guy's Podcast』で語っている。例えば、共同研究者はターゲットを見つける専門知識を提供し、ポラリス・クォンタム・バイオテックは分子を見つける専門知識を提供する。
医療における量子コンピューティングは、現時点では守勢に回ることもある。例えば、 ユナイテッドヘルス・グループ（UHG）とその技術部門である オプタム・テクノロジーは、量子コンピューティングによる将来の発展に対してヘッジしている。 特許や出版物を使って知的財産を確立し、保護することで、将来のために防衛的な開発を行っている。彼らはまた、量子機械学習（QML）が現在の方法よりもさらに大きな計算上の利点をもたらす可能性を探っている。
量子コンピュータが成熟するにつれ、Classiqは創薬企業が 化学、 最適化、 探索、 その他の問題で計算上の優位性を達成するのを戦略的に支援する態勢を整えています。前述したように、有意義な問題を解決するための量子回路の設計は通常困難で時間がかかりますが、その必要はありません。当社の合成エンジンの デモを予約して、医薬品開発の未来を今すぐご覧ください。
創薬企業は今日、量子コンピューティングを活用して、病気の治療や治癒につながる化合物を見つけることができる。クラウド・コンピューティング、 人工知能（AI）、機械学習（ML）など、他の最先端技術と組み合わせることで、新しい分子薬を設計することにより、創薬における量子コンピューティングの可能性を完全に実現することができる。量子コンピューティングは、既知のすべての代替技術よりもはるかに速く、はるかに効率的で、驚くほど低コストである。
新薬開発に関連して、なぜ量子が違うのかという答えは、古典的なコンピューターやスーパーコンピューターと比較して、非常に大きな問題に対処できることにある。ここでは2つの異なる量子テクノロジーについて説明するが、どちらも計算には使われている。アニーリングベースの量子コンピュータは現在実用化されており、創薬企業が100万倍もの大きさの化学空間を探索することを可能にしている。ゲートベースの量子コンピュータは、まだ商業利用には至っていないが、さらに強力になる可能性がある。量子ビットと呼ばれる基本的な情報単位を1つ追加するだけで、計算作業領域は指数関数的に拡大する。言い換えれば、ゲートベースの量子コンピューターに量子ビットを1つ加えるだけで、扱える問題のサイズが2倍になる。例えば、40量子ビットの小型デバイスなら、1兆通りの組み合わせに対応できる。そして、ここで基本的に議論するのは、分子の非常に大きな化学空間を検索して、ある特定の基準を満たす少数精鋭を見つけることである。量子コンピュータは大きな問題を自然に処理する。
量子コンピューターは医薬品開発にどう役立つのか？
創薬企業は、特定の疾患、あるいはその疾患の特定のタンパク質をターゲットに、将来の薬のプロフィールをすでに確立し始めることができる。この薬剤プロファイルは、最終的には、特定のタンパク質結合部位、薬剤の体内への導入方法（注射、錠剤など）、薬剤の脳への影響、薬剤の投与量、対象年齢層、他の薬剤との適合性、投与スケジュールと期間、包装と出荷の要件、特別なマーケティング上の考慮事項など、この薬剤の望ましい特性をすべて考慮に入れることになる。
その薬剤プロファイルを使って、大規模な仮想化学空間が生成される。このとき、なぜ製薬業界で量子コンピューターが注目されているのかがわかるだろう。大規模」とは、化学空間が文字通り 数十億の分子を含むことを意味する。しかし、その数十億の分子の大部分は、選択された薬剤プロファイルとは無関係である。そのため、組み合わせ最適化問題に使われる二次制約なし二項最適化（QUBO）アルゴリズムのような量子アルゴリズムが、この大きな化学空間を探索し、薬剤プロファイルの具体的に選択された特性を探索することができる。QUBOアルゴリズムの結果は、望ましい特性と望ましい結合部位の両方に関して、薬物プロファイルに関連している。
化学的空間を大幅に縮小することで、量子コンピューターはその後のベンチワークの範囲を大幅に縮小する。創薬のためのベンチワークには、毒性、適切な投与量、潜在的なコストなどのテストが含まれる。完全に不適切な分子は化学空間から取り除かれた。設計し、合成し、測定し、実験する必要のある分子は、はるかに少なくなった。資産を定義し、ライセンス供与するまでの道のりが短縮される。シンシナティ医科大学によれば、「第I相試験（現在）は完了までに数ヶ月かかる」し、「実験薬の約70％しかこの初期段階を通過しない」。第一の統計量を減らし、第二の統計量を増やすことは、計算量的に明らかに有利である。
量子コンピューターは医療にどのような影響を与えるのか？
量子コンピューターは、ほんの数十年前、もしかしたらほんの数年前よりも、より多くの病気をより短時間で治療したいというような、利他的な目標を後押しする。対象となる病気は、現在研究者が個人的に興味を持っているものかもしれないし、現在の医薬品市場におけるギャップを埋めるものかもしれない。研究目標のひとつは、既存の医薬品では不十分な分野での薬効を向上させることかもしれない。別の研究目標は、送達方法を改善するためのより小さな分子を見つけることかもしれない。おそらく、あらゆる年齢の患者が注射器を手放し、代わりに消化の良い錠剤やカプセルの摂取に切り替え始めることを可能にするかもしれない。量子コンピューターによって、創薬企業は近い将来、生命を変える医薬品になる可能性の高い分子を用いて、今すぐ資産ポートフォリオを構築し始めることができる。このような医薬品を開発の初期段階に入れるだけでも、後の生産開始までの時間を短縮することができる。
量子コンピュータを使えば、医薬品をより早く市場に送り出すことができる。何十億もの分子がある最初の化学空間を、わずか数十万の分子に減らすのにかかる実際の時間は、 1分もかからない。もちろん、プロジェクトには1分の計算以上のものがある。量子アルゴリズムには準備が必要であり、小さなスケールで量子回路を設計するのは非常に困難で時間がかかる。伝統的な化学ツールは、中間的な化学空間を数十万分子から数百分子にまで縮小する。創薬企業が何十億もの分子をテストする代わりに、量子プロセスと従来のプロセスの両方を通過した数百の分子だけを合成し、測定する必要がある。プロジェクト期間は 3カ月程度になるかもしれない。
量子コンピューティングの現状では、これは2段階のプロセスであることを、もう1度説明しておく価値がある。まず、量子アニーラー（最適化問題に特化した量子技術）により、初期の化学空間を何十億もの分子から数十万の分子に減らす。前述のQUBOアルゴリズムは、この量子アニーラー上で実行される。この中間的な化学空間を最終的に数百分子にまで縮小するには、明確な第二段階が必要であり、この過程でも従来の化学ツールが使用される。数百の分子は広い化学空間であるが、これらの分子は少なくとも、選択された薬物プロファイルが必要とするすべての望ましい特性を備えている。このような量子と従来のハイブリッド・アプローチは、従来のアプローチのみに比べ、計算上大きな優位性がある。同時に、将来的に完全量子アプローチが利用可能になり、計算上の優位性がさらに顕著になることを見越している。ハイブリッド・アプローチは、量子コンピューティングを活用する以外に、通常、クラウド・コンピューティング、 人工知能（AI）、機械学習（ML）など、他の先進技術を取り入れる。
一般的に言って、創薬企業は、最も重要な成果ではあるが、特定のタンパク質標的に対して特定の特性を持つ分子に限定して探索を行っているわけではない。さまざまなデリバリー方法について述べたように、これらの企業は、それぞれの薬物プロファイルに適合しうる最小の分子も探している。文字通り何十億もの分子が存在する化学的空間から、希望する薬物特性を探し出すことは、最初から非常に困難である。ご想像の通り、このような大きな空間から小さな分子を見つけるのはさらに難しい。ボーリング場の側溝にバンパーをつけるように、量子コンピューターは、創薬企業がターゲット、つまり選択された薬物プロファイルの望ましい特性をすべて備えた可能な限り小さな分子を見つけることを容易にする。
量子コンピュータの自然な利点のひとつに、量子システムのシミュレーションがあることは注目に値する。特定の条件を満たす分子を化学空間から探し出すだけでなく、量子コンピューターは分子そのものをシミュレートすることができる。この応用の可能性のひとつは、 既存の治療薬の再利用である。医療への影響のひとつは、新薬開発を完全にスキップし、すでに開発され、少なくとも臨床データが存在する薬を再利用することかもしれない。
医薬品開発の未来は？
シンシナティ大学医学部によれば、第1相、第2相、第3相の臨床試験には現在 数年を要し、 3つの相をすべてパスする薬剤は25〜30％程度に過ぎない。各相では薬の有効性と安全性がテストされるが、その後の各相でサンプル集団が増加する。第1相試験では100人以下、第2相試験では数百人、第3相試験では数千人という具合である。JAMAの論文によると、医薬品開発の平均コストは 10億ドル弱で、 高く見積もっても30億ドル近くかかる。医薬品開発の未来は、より短い臨床試験、より高い有効性、より高い安全性を、より低コストで実現することである。
これまでこのブログ記事で取り上げてきた方法は、量子アニーリングと呼ばれる量子技術を利用したものである。実際に量子技術業界には量子アニーラーを提供する会社がいくつかあり、有名なところでは少なくとも3社、またデジタルアニーラーというものもある。デジタルアニーラーは「量子インスパイア」とも呼ばれ、量子技術ではないにもかかわらず、量子アニーリングと同じ問題を解決することができる。量子アニーリングと量子に触発されたアニーリングの主な利点は、この記事で言及したような何十億もの分子を含む化学空間であっても、問題を解くのに十分な規模を持つことである。それに加えて、必要であれば、既存の量子アニーリングや量子インスパイアード・アニーリング・デバイスを使って、もっと大きな化学空間を扱う方法も現在知られている。
ゲートベース量子コンピューター、あるいは万能量子コンピューターと呼ばれる別の量子技術は、現在有用と言えるほど大きくも正確でもない。残念ながら、まだ開発の初期段階にある。しかし、将来的には医薬品開発に応用される可能性が高い。量子アニーリングや量子にインスパイアされたアニーリングと同様、量子コンピュータは、数十億の分子から数十万の分子へと大きな化学空間を縮小することができるだろう。しかし、量子アニーリングや量子に触発されたアニーリングとは異なり、ゲートベース万能量子コンピュータは、中間的な化学空間を数十万分子から数百分子へとさらに縮小するための計算化学計算も実行できるようになる。ゲートベース万能量子コンピュータでシュレディンガー方程式を解けば、現在の量子-従来のハイブリッド法よりも計算上の優位性が得られるだろう。
量子アニーラーやデジタルアニーラー、そしてゲートベースの万能量子コンピューターによって新薬の市場投入までの時間を短縮することは、現代において非常に重要である。COVID療法やワクチンは驚くほど早く開発されたが、この歴史的な時間枠は、私たちが近い将来に実現すると予想している量子的手法と比較すると、相対的に遅いままである。また、これらの治療法やワクチンについては、短期的な有効性や長期的な副作用などに関しても懸念が続いている。量子コンピューティングの多くの約束のひとつは、将来のパンデミックに対する人類の戦いも含め、あらゆる病気に対して迅速かつ安全で効果的な医薬品を発見することである。これは新薬の開発によるものかもしれないし、先に述べたように既存薬の再利用によるものかもしれない。
量子コンピューティングはバイオ医薬の研究開発に変革をもたらすか？
ゲート型万能量子コンピューターの将来的な性能はひとまず置いておくとして、量子アニーラーや量子にインスパイアされたデジタルアニーラーは、現在のバイオ医薬品の研究開発に変革をもたらしつつある。新薬の発見は、従来の方法では不可能であった速さですでに実現されている。さらに、より大きな問題にも対処できる。
全体として、創薬の方法は改善されている。従来、研究室では、例えば 数千の分子を同定することがあった。まず、この例では数十億ではなく、数千という数を用いていることに注意されたい。ここで、量子アニーリングや量子に触発されたアニーリングを使った場合と、目的とする特性が同じで、ターゲットとなるタンパク質も同じだと想像してみてほしい。そう、従来の方法は有効なのだ。時間がたてば、化学物質はすべて合成され、測定され、テストされる。もちろん新薬も見つかる。しかし、薬の特性のいくつかを改善したいと想像してみてほしい。あるいは、その薬に新しい性質を加えたいと思うだろう。従来のプロセスはサイクルになる。創薬企業は、最初に設計し、合成し、測定するが、何らかの改良を望むと、また同じことを繰り返すことになる。
量子アニーリングとデジタル・アニーリング、そして将来的にはゲートベースの万能量子コンピューティングが実現すれば、このような創薬サイクルは終わる。一度に何百、何千もの分子を処理し、改良のたびにそのプロセスを繰り返すのではなく、創薬企業は一度に何十億もの分子を処理して終わりにできる。量子力学的手法は、周期的ではなく直線的である。
さらに、高性能コンピューティング（HPC）は決して安価ではない。スーパーコンピューターは、たとえ多くのグラフィック・プロセッシング・ユニット（GPU）を搭載していても、処理速度が遅く、電力を消費し、 環境にやさしくなく、しかも高価である。創薬企業は、ノードの数を増やすことで多少なりともスピードアップできるが、そのためには量子アニーリングやデジタル・アニーリングを使った場合と比べて、およそ1,000倍のコストがかかるという試算もある。実際、量子アニーリングが 40ドル程度でできることをやるには、40,000ドルかかるという試算もある。
したがって、量子技術がバイオ医薬品の研究開発にもたらす変革は3つある。第一に、量子テクノロジーを使えば、従来よりも大きな問題を解決できる。第二に、新薬の発見がこれまでになく早くなる。そして3つ目は、量子テクノロジーは様々な点で使用コストが低いということだ。使用コストが低いだけでなく、使用頻度も少なくて済む。量子コンピューティングと医学は自然なパートナーであり、私たちは皆、より安価な創薬がいつの日か世界により安価な医薬品につながることを望んでいる。そして時が経てば、量子コンピューティングの将来の進歩によって、これら3つの変革はすべて改善され続けるだろう。
量子コンピューターは今日、医療にどのように利用できるのか？
ポラリス・クォンタム・バイオテックのような創薬企業は現在、量子コンピューティングを医薬品開発に活用している。シャハール・ケイナン最高経営責任者（CEO）が、Classiqのユヴァル・ボーガー最高マーケティング責任者（CMO）と共に、ポラリス・クォンタム・バイオテックがどのように有料顧客や共同研究プロジェクトに取り組んでいるかについて 、彼の番組『The Qubit Guy's Podcast』で語っている。例えば、共同研究者はターゲットを見つける専門知識を提供し、ポラリス・クォンタム・バイオテックは分子を見つける専門知識を提供する。
医療における量子コンピューティングは、現時点では守勢に回ることもある。例えば、 ユナイテッドヘルス・グループ（UHG）とその技術部門である オプタム・テクノロジーは、量子コンピューティングによる将来の発展に対してヘッジしている。 特許や出版物を使って知的財産を確立し、保護することで、将来のために防衛的な開発を行っている。彼らはまた、量子機械学習（QML）が現在の方法よりもさらに大きな計算上の利点をもたらす可能性を探っている。
量子コンピュータが成熟するにつれ、Classiqは創薬企業が 化学、 最適化、 探索、 その他の問題で計算上の優位性を達成するのを戦略的に支援する態勢を整えています。前述したように、有意義な問題を解決するための量子回路の設計は通常困難で時間がかかりますが、その必要はありません。当社の合成エンジンの デモを予約して、医薬品開発の未来を今すぐご覧ください。
