Quantencomputer simulieren Proteine mit 12.000 Atomen: Neuer Meilenstein

Das größte System umfasste 12.635 Atome und etwa 30.000 Orbitale, was weit über frühere Demonstrationen im Bereich des Quantencomputings in der Chemie hinausgeht. Dieses Ergebnis folgt nur Monate nachdem Forscher ein viel kleineres Protein mit 303 Atomen modelliert hatten.

Die neue Arbeit stellt eine 40-fache Steigerung der Systemgröße und eine 210-fache Verbesserung der Genauigkeit in einem Schlüsselbereich des Workflows dar und unterstreicht damit den raschen Fortschritt in diesem Feld. Um dies zu erreichen, kombinierten die Forscher Quantenprozessoren mit Hochleistungs-Klassensystemen und schufen so einen bezeichneten Ansatz.

Die Quantenhardware übernahm die komplexesten Teile der Berechnung, während klassische Supercomputer die Ergebnisse zusammenfügten. Quanten trifft auf reale Chemie Das Team nutzte bis zu 94 Qubits auf zwei Quantenprozessoren für die Stichprobenziehung, führte 9.200 Schaltkreise über einen Zeitraum durch und sammelte 1,3 Milliarden Messausgänge.

Leistung und Energieausbeute

Die Quantendaten wurden anschließend mithilfe leistungsstarker klassischer Systeme, darunter Japans Fugaku Supercomputer, verarbeitet. „Dieses Ergebnis ist etwas, äumt“, sagte Dr. Kenneth Merz, der die Studie leitete. Der Ansatz baut auf einer Methode auf, bei der große Moleküle in kleinere, handhabbare Cluster zerlegt werden.

Klassische Computer lösen einfachere Bereiche, während Quantensysteme die am stärksten verschränkten und rechnerisch schwierigsten Teile bearbeiten. Die Ergebnisse werden anschließend wieder kombiniert, um ein Gesamtbild des Moleküls zu erzeugen. Die Forscher haben außerdem Verbesserungen sowohl an klassischen als auch an Quantentechniken vorgenommen.

Ein wichtiger Schritt war die Verfeinerung der Art und Weise, wie das System feststellt, welche Teile eines Moleküls eine detaillierte Quantenbehandlung erfordern, wodurch die gesamte rechnerische Komplexität reduziert wurde. Die Skalierung Fortschritt resultierte aus einem neuen Quantenalgorithmus, der die Identifizierung relevanter elektronischer Konfigurationen verbessert.

Dies hilft dem System, sich auf

Dies hilft dem System, sich auf die wichtigsten Aspekte des Molekülverhaltens zu konzentrieren und weniger nützliche Daten zu ignorieren. Trotz dieser Fortschritte übertrifft die Methode noch nicht die besten klassischen Ansätze.

Es zeigt jedoch, dass Quantensysteme bereits zu sinnvollen wissenschaftlichen Problemen beitragen können, insbesondere wenn sie mit bestehenden Recheninfrastrukturen integriert werden. „Wenn wir einen Anstieg um eine oder zwei Größenordnungen erreichen wollen, ist Quantencomputing wahrscheinlich der richtige Weg“, sagte Merz.

Die Ergebnisse deuten darauf hin, dass hybride Quanten-Klassik-Workflows ein praktisches Werkzeug für die Chemie werden könnten, insbesondere da die Quantenhardware weiter verbessert wird. Es wird erwartet, dass zukünftige Systeme noch größere und komplexere Moleküle mit größerer Genauigkeit verarbeiten können. Das Potenzial der Anwendungen ist erheblich.

Genauere Simulationen könnten die Arzneimittelentdeckung beschleunigen, das Materialdesign verbessern und den Bedarf an kostspieligen Laborversuchen reduzieren. Die Forschung unterstreicht, wie die Kombination die nächste Phase des Hochleistungsrechnens definieren könnte und einen Weg zur Lösung, die derzeit unerreichbar sind.