“量子計(jì)算是下一個(gè)將對(duì)所有行業(yè)產(chǎn)生巨大影響的技術(shù)突破，制藥業(yè)被認(rèn)為將是第一波受益于這一技術(shù)進(jìn)步的行業(yè)之一。”
在一些情況下，混合模型展現(xiàn)出可能的量子優(yōu)勢(shì)，即在50個(gè)learnable parameters（在訓(xùn)練過(guò)程中可被學(xué)習(xí)的參數(shù)）下，就可以比擬傳統(tǒng)MolGAN（使用生成對(duì)抗網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)生成分子圖）具有2萬(wàn)個(gè)learnable parameters的表達(dá)能力。
5月17日，生成式AI驅(qū)動(dòng)的臨床階段生物醫(yī)藥科技公司英矽智能（Iinsilico Medicine）宣布，公司的研究小組業(yè)界首次將量子計(jì)算和生成式人工智能兩項(xiàng)快速發(fā)展的技術(shù)相結(jié)合，探索藥物研發(fā)過(guò)程中的先導(dǎo)化合物的發(fā)現(xiàn)，并成功證明量子生成對(duì)抗網(wǎng)絡(luò)（QuGAN）在生成化學(xué)中的潛在優(yōu)勢(shì)。
英矽智能于2014年在美國(guó)約翰斯霍普金斯大學(xué)的新興技術(shù)中心成立。此前，英矽智能宣布與跨國(guó)藥企賽諾菲達(dá)成合作，獲得預(yù)付款2150萬(wàn)美元、潛在價(jià)值達(dá)12億美元的訂單，創(chuàng)下亞洲AI制藥的最高合作協(xié)議金額紀(jì)錄。
此項(xiàng)研究發(fā)表在計(jì)算化學(xué)領(lǐng)域權(quán)威期刊美國(guó)化學(xué)學(xué)會(huì)旗下《化學(xué)信息與建�！冯s志。
此項(xiàng)研究發(fā)表在計(jì)算化學(xué)領(lǐng)域權(quán)威期刊美國(guó)化學(xué)學(xué)會(huì)旗下《化學(xué)信息與建模》雜志，由英矽智能專注于計(jì)算機(jī)輔助藥物研發(fā)工作的臺(tái)灣研發(fā)中心和鴻海研究院量子計(jì)算研究所（富士康科技集團(tuán)）共同領(lǐng)導(dǎo)。本文通訊作者、英矽智能臺(tái)灣研發(fā)中心負(fù)責(zé)人林彥竹博士對(duì)澎湃科技（www.thepaper.cn）介紹，此次合作的課題是由英矽智能發(fā)起，主要的工作由英矽智能的量子計(jì)算和計(jì)算機(jī)輔助藥物研發(fā)團(tuán)隊(duì)完成，鴻海研究院量子計(jì)算研究所擔(dān)任顧問(wèn)，幫助英矽智能熟悉以及建立量子計(jì)算平臺(tái)。
林彥竹認(rèn)為，量子計(jì)算是下一個(gè)將對(duì)所有行業(yè)產(chǎn)生巨大影響的技術(shù)突破，制藥業(yè)被認(rèn)為將是第一波受益于這一技術(shù)進(jìn)步的行業(yè)之一。
然而，“目前的量子計(jì)算機(jī)由于硬件上的限制離真正的商業(yè)用途還有一段距離，能進(jìn)行的復(fù)雜計(jì)算很有限，所以在這個(gè)基礎(chǔ)下，我們優(yōu)先探索量子機(jī)器學(xué)習(xí)混合模型，在不使用過(guò)多的量子qubit（量子位，量子計(jì)算器中的最小信息單位）下，能否在現(xiàn)階段帶來(lái)實(shí)質(zhì)的幫助，并且在不遠(yuǎn)的將來(lái)能及時(shí)在真正的量子計(jì)算機(jī)做計(jì)算，解決藥物研發(fā)的現(xiàn)實(shí)問(wèn)題。”林彥竹對(duì)澎湃科技解釋道。
研究結(jié)果顯示，在一些情況下，量子對(duì)抗生成網(wǎng)絡(luò)混合模型展現(xiàn)出可能的量子優(yōu)勢(shì)，即在50個(gè)learnable parameters（在訓(xùn)練過(guò)程中被學(xué)習(xí)的參數(shù)）下，就可以比擬傳統(tǒng)MolGAN（使用生成對(duì)抗網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)生成分子圖）具有2萬(wàn)個(gè)learnable parameters的表達(dá)能力。
生成式對(duì)抗網(wǎng)絡(luò)是藥物發(fā)現(xiàn)和設(shè)計(jì)中最成功的生成模型之一。經(jīng)典的GAN模型由一個(gè)生成器（生成網(wǎng)絡(luò)）和一個(gè)判別器（判別網(wǎng)絡(luò)）組成，生成器通過(guò)學(xué)習(xí)訓(xùn)練集數(shù)據(jù)的特征，將隨機(jī)噪聲分布盡量擬合為訓(xùn)練數(shù)據(jù)的真實(shí)分布，從而生成具有訓(xùn)練集特征的相似數(shù)據(jù)。而判別器負(fù)責(zé)區(qū)分輸入的數(shù)據(jù)的真實(shí)性，并反饋給生成器。期間生成器與判別器交替訓(xùn)練，分別提高各自的生成能力和判別能力，直到生成器生成的數(shù)據(jù)能夠以假亂真。
對(duì)于量子對(duì)抗生成網(wǎng)絡(luò)表現(xiàn)優(yōu)于生成式對(duì)抗網(wǎng)絡(luò)的原理，林彥竹解釋道，“原因可能來(lái)自于量子系統(tǒng)本身的特性，即單一量子位可以同時(shí)存在兩種狀態(tài)，并且量子間具有量子糾纏的特性，相比傳統(tǒng)計(jì)算機(jī)，所需要的訓(xùn)練數(shù)據(jù)大幅減少，本篇論文并沒(méi)有深入探討觀察到的量子優(yōu)勢(shì)可能的原因，必須要設(shè)計(jì)更完整的實(shí)驗(yàn)，才能精確探知可能的原因。”
量子對(duì)抗生成網(wǎng)絡(luò)的理論架構(gòu)在2018年被首次提出，在2021年首次成功于真正的量子計(jì)算機(jī)上進(jìn)行訓(xùn)練以產(chǎn)生圖片。在相同時(shí)期美國(guó)賓夕法尼亞大學(xué)和IBM的科學(xué)家合作，第一次將量子對(duì)抗生成網(wǎng)絡(luò)用于小分子生成。“但在論文中，作者并沒(méi)有發(fā)表經(jīng)由他們的QuGAN產(chǎn)生的小分子，我們實(shí)際使用他們的模型，亦無(wú)法產(chǎn)生出任何有效分子。英矽智能團(tuán)隊(duì)借由本篇研究，系統(tǒng)性地探索QuGAN在藥物分子生成的潛力，也是第一次實(shí)質(zhì)上使用QuGAN模型生成出有效藥物分子，并且在特定的情況下觀察到可能的量子優(yōu)勢(shì)。”林彥竹說(shuō)。
在這項(xiàng)研究中，研究人員通過(guò)3個(gè)實(shí)驗(yàn)，逐步以變分量子線路（由含參數(shù)的量子門(mén)組成的量子線路，是進(jìn)行量子機(jī)器學(xué)習(xí)的途徑之一）取代MolGAN（一種用于小分子圖的隱式生成式模型）的各個(gè)部分，包括作為噪聲生成器、切片法下的生成器和判別器，并用一致的標(biāo)準(zhǔn)比較混合模型與經(jīng)典GAN模型生成的小分子質(zhì)量，證明了量子生成對(duì)抗網(wǎng)絡(luò)在生成化學(xué)中的潛在優(yōu)勢(shì)。
英矽智能創(chuàng)始人兼首席執(zhí)行官亞歷克斯 扎沃隆科夫（Alex Zhavoronkov）博士表示，“英矽智能目前正在探索以多種量子模型驅(qū)動(dòng)的藥物化學(xué)發(fā)現(xiàn)突破性實(shí)驗(yàn)。”這項(xiàng)前瞻性探索將進(jìn)一步支持英矽智能的研發(fā)團(tuán)隊(duì)將量子GAN模型整合到英矽智能自主研發(fā)的小分子生成引擎Chemistry42中，以便更高效和精準(zhǔn)地推進(jìn)人工智能驅(qū)動(dòng)的藥物發(fā)現(xiàn)。
