广州网站建设公司,如何做网站运营,如何通过网站做网上报名系统,电子商务网站软件建设核心2023年12月13日#xff0c;北京玻色量子科技有限公司#xff08;以下简称“玻色量子”#xff09;联合上海交通大学在中科院分区1区、计算化学领域Top刊物JCTC#xff08;Journal of Chemical Theory and Computation#xff09;内刊的封面上发表了以“Encoding Molecul… 2023年12月13日北京玻色量子科技有限公司以下简称“玻色量子”联合上海交通大学在中科院分区1区、计算化学领域Top刊物JCTCJournal of Chemical Theory and Computation内刊的封面上发表了以“Encoding Molecular Docking for Quantum Computers”基于量子计算机实现的分子对接程序为题的学术论文。 玻色量子创始人CEO文凯博士上海交通大学特聘教授、药物化学与生物信息学中心主任张健为论文的通讯作者这是玻色量子在“量子计算生物制药”领域取得的首要研究突破也建立了量子计算在生物制药领域实用化的重要里程碑。 论文链接https://pubs.acs.org/doi/10.1021/acs.jctc.3c00943 分子对接是基于配体受体识别的锁钥模型提出的技术方法通过计算配体受体之间的空间互补以及能量匹配来寻找其复合物模式其在药物设计领域应用广泛可分为刚性对接半柔性对接以及柔性对接。传统的药物筛选是一个十分昂贵且需要消耗大量资源一般需要花费数十亿美元而成功率仅有10%。
近年来随着功能强大的分子建模工具的发展以及蛋白质小分子复合物解析结构的数目的增长基于结构的药物设计成为新药开发中广泛使用的路线之一。但传统模型的筛选方式耗时长并且很难求得最优解因此在先导化合物筛选中假阳性率较高增加了药物研发成本。
以下为本篇论文的主要内容
分子对接被广泛应用于虚拟筛选、先导化合物优化以及分子机制研究中它通过空间采样来确定配体分子与受体蛋白间的结合姿态以及集合自由能(ΔGbind)。分子对接是药物发现的重要技术手段分子对接过程的采样步骤是一个经典的NP-Hard 问题其巨大的搜索空间和计算要求对于传统计算机充满了挑战。
在该研究中联合研究团队提出了网格点匹配Grid Point MatchingGPM和原子特征匹配Feature Atom Matching,FAM算法模型以便可以通过相干光量子计算机求解从而将分子对接中的采样问题问题编码为QUBO二次无约束二值优化模型来加速采样过程。在CASF-2016数据集上测试显示GPM方法已经具备和经典的分子对接方法Glide SP相当的采样能力在之前的研究中证实相干光量子计算机的求解速度比传统计算机快1000倍因此该研究提出的算法模型可显著提升未来药物虚拟筛选效率和准确率。 图片2A网格点匹配GPM和原子特征匹配FAM的工作流程。(B该研究主要构建GPM和FAM方法加速分子对接中的采样过程。 图3FAM和GPM 模型表现和计算成本(A)三种采样方法Glide SP、GPM、FAM在测试集中的最小RMSD(minimum RMSD, mRMSD)分布。灰色虚线表示好的采样RMSD阈值。GPM代表“网格点匹配”而FAM代表“原子特征匹配”。(B)FAM与GPM 方法采样得到的pose(红色表示) 与晶体结构中的pose (蓝色表示)比较。 图4mRMSD与分子质量(A)、量子比特数(B)和离散误差(C)之间的相关性左上角表示相关性系数R2)。右下角展示了离散误差定义它表示所匹配的空间点和晶体结构中的配体坐标的空间距离平均值GPM代表“网格点匹配”FAM代表“原子特征匹配”。 图5基于相干光量子计算机求解的计算成本。(A)FAM 和GPM 方法得到的问题比特数规模比较。当前最大的相干光量子计算机求解规模~100,000量子比特数用红色虚线表示。GPM代表“网格点匹配”FAM代表“原子特征匹配”。(B)配体原子数目和最后求解问题规模比特数的相关性。红色和蓝色数据点分别表示GPM和FAM方法。
具体来讲该研究提出的两个算法FAM和GPM 将分子对接过程的采样问题转化为配体原子和受体结合口袋的空间格点匹配问题通过构建QUBO模型并在量子计算机上求得最优解最后将求得的解转换为空间位置获得pose信息。通过在测试集上的大量验证表明GPM 方法具有与经典采样方法Glide SP相当的采样能力。团队下一阶段将对FAM与GPM方法进行部署整合补充打分步骤得到标准化的分子对接流程并将其应用于类似ZINC的十亿级化合物数据库中执行虚拟筛选过程。
相干光量子计算机的技术特点使其可以构建全连接图而其他量子计算机只能支持局部图的连接这大大限制了其应用于实际场景过程。分子对接的取样过程是一个经典的NP-Hard问题而近期研究表明相干光量子计算机对于求解该类问题具有巨大优势该研究通过构建FAM和GPM方法并在相干光量子计算机上进行精确求解来解决分子对接中的采样问题。目前相干光量子计算机的最大求解规模远远超过了该算法模型在CASF数据集上应用所需的比特数同时相干光量子计算机上的采样的运行时间仅以毫秒为单位相较于经典计算机至少有3个数量级的提升因此该研究提出的算法模型具有巨大的实际应用价值。
未来玻色量子将携手更多合作伙伴持续进行“量子计算生物制药”领域的深入研究技术突破和真机测试场景验证共同研究量子计算在药物研发领域中的应用涵盖虚拟筛选、蛋白质结构设计、分子动力学模拟等场景。 关于JCTC
化学理论与计算杂志(Journal Of Chemical Theory And Computation简写JCTC)创刊于2005年是一本由AMER CHEMICAL SOC出版的一本化学-物理原子、分子和化学物理学术刊物该刊发文范围涵盖物理原子、分子和化学物理等领域旨在及时、准确、全面地报道国内外物理原子、分子和化学物理工作者在该领域的科学研究等工作中取得的经验、科研成果、技术革新、学术动态等。该刊已入选科学引文索引SCI来源期刊属于国际该领域著名期刊。
