用于发现COVID-19可能的治疗方法的量子计算

美国宾夕法尼亚州立大学(Penn State)的斯瓦鲁普·高希(Swaroop Ghosh)领导的研究人员表示，量子机器学习是机器学习和量子物理学相结合的新兴领域，是发现COVID-19可能治疗方法的研究重点。研究人员认为，这种方法比目前用于药物发现的方法更快、更经济。

宾夕法尼亚州立大学计算和数据科学研究所通过宾夕法尼亚州立大学哈克生命科学研究所协调提供的资金，作为其为整个大学应对COVID-19研究提供的快速响应种子资金的一部分，正在支持这项工作。

“发现任何可以治愈疾病的新药就像大海捞针，”Ghosh说。

Ghosh表示，利用现有的药物研发渠道从最初的想法到市场批准可能需要5到10年的时间，成本高达数十亿美元。

“超级计算机和人工智能等高性能计算可以通过快速筛选数十亿化合物来寻找相关的药物候选人来帮助加速这一过程，”他说。“这种方法有效，当管道中有足够的化学化合物时，但不幸的是，对于Covid-19，这不是真的。该项目将探讨量子机器学习，通过快速产生复杂的化合物来解锁药物发现中的新功能。“

Ghosh和电气工程博士生Mahabubul Alam和Abdullah Ash Saki，以及计算机科学和工程博士生Junde Li和Ling Qiu之前都致力于开发一套工具，利用量子计算来解决特定类型的问题，即组合优化问题。药物的发现与他们之前研究的问题属于同一类型，这使得研究人员可以在使用他们已经开发的工具集的同时，转向寻找COVID-19治疗方法。

“药物发现的人工智能是一个非常新的领域，”戈霍斯说。“最大的挑战是通过使用仍然不断发展的技术来发现问题的未知解决方案 - 即量子计算和量子机器学习。我们对Quantum Computing的前景感到兴奋，以解决当前的关键问题，并为解决这一严重挑战而导致我们的态度。“