量子计算机的实际用途
在飞速发展的量子计算领域，实际应用已开始浮出水面，尤其是在化学领域。这些进步有望加速新材料、催化剂和药物的开发。参观 布鲁姆菲尔德的 Quantinuum科罗拉多州的量子计算机实验室揭示了这一技术未来的迷人一瞥。在这里，量子计算机的核心是一个硅芯片，类似邮票，但要复杂得多。这块芯片封装在一个真空室中，冷却后几乎达到绝对零度，芯片上有 198 个金电极，排列得像一个椭圆形赛道。
在这个赛道上方，镱离子通过一系列电、射频和激光脉冲被悬浮和操纵。这些操作向离子传递特定数量的能量，使它们能够相互作用并执行一系列逻辑操作。最后一阵激光脉冲会诱导离子发出荧光或保持黑暗--二进制代码读出代表计算的解决方案。
化学中的量子计算
去年，Quantinuum 的研究人员利用一个含有八个镱离子的芯片，计算出了氢分子两个电子在最稳定状态下的精确排列。虽然一台普通的笔记本电脑几秒钟就能完成这项工作，但它的意义在于展示了先进的量子模拟，随着量子计算机越来越强大，它有望超越经典方法。这一成就标志着一个关键时刻，表明量子计算机正在从理论潜力过渡到应对现实世界的挑战。
Quantinuum 等公司认为，量子计算机在化学领域的应用，特别是在药物和催化剂的发现方面，将成为量子计算机的首批实际用途之一。这些机器非常适合预测分子结构和行为，因为机器和分子都是在量子力学原理下运行的。
用化学推动量子计算
Quantinuum 公司战略主管查德-爱德华兹（Chad Edwards）说："我们目前是利用化学问题来推动量子计算，而不是利用量子计算来推动化学。但终究会有一个转折点。PASQAL公司的量子物理学家路易斯-保罗-亨利也有同感，他指出，过去一年中，量子计算的发展速度明显加快，越来越多的人开始利用量子计算解决现实世界中的问题。
量子计算机已经在帮助研究人员探索燃料电池催化剂的反应路径、模拟光与物质的短暂相互作用以及识别蛋白质中的药物口袋。Phasecraft公司的联合创始人阿什利-蒙塔纳罗（Ashley Montanaro）认为，当今的量子计算机已经接近能够发现经典系统无法发现的东西。"她断言："这比人们以前想象的要接近得多。
量子计算机力学
标准计算机将数据比特处理为 0 和 1，而量子计算机则不同，它使用 "量子比特"，可以将数据编码为 0、1 或同时 "叠加 "的两种状态的任意组合。在 Quantinuum 的计算机中，量子位是镱离子中的电子，能够在两个能级的叠加中徘徊。在计算过程中，多个量子比特会发生 "纠缠"，使它们的能量状态相互影响，并同时评估所有可能的相互作用。
Quantinuum 公司创始人伊利亚斯-汗（Ilyas Khan）将经典计算比作老鼠在迷宫中不断试错，而量子计算机则可以鸟瞰全局，即时确定最佳路径。验证解决方案包括测试量子计算机揭示的分子结构或行为。
挑战与进步
量子位是出了名的脆弱；任何干扰都可能破坏它们的叠加态，从而导致错误。研究人员通过冷却量子比特并将其与环境隔离来缓解这些问题。它们还加入了冗余，许多量子比特专门用于纠错。尽管存在这些挑战，量子计算机正变得越来越强大。例如，IBM 最近发布了一款拥有 1121 个量子比特的计算机，而 2021 年发布的版本只有 127 个量子比特。Atom Computing 公司利用中性镱原子的自旋推出了 1180 量子位计算机。
精度的提高也在进行中。2023 年 12 月，哈佛大学的研究人员报告说，QuEra 公司的 280 量子比特计算机取得了突破性进展，显著减少了误差。上个月，Quantinuum 公司的科学家用一种新的微软算法增强了他们的 32 量子比特离子芯片，极大地改进了错误检测和纠正。加州大学洛杉矶分校的量子计算专家 Prineha Narang 认为，这些硬件进步很快就能扩大可实现的应用范围。
量子计算在化学中的应用
许多研究人员预计，量子计算应用将主要出现在化学领域。化合物和材料的特性受量子力学原理支配，这使得量子计算机成为求解薛定谔方程的理想选择。该方程根据电子能级和化学键长度等输入信息，描述了电子的概率行为及其与原子核的相互作用。
经典计算机已经能够计算像五碳烯这样大的分子，在 "π "共价键中有 22 个电子。然而，这些计算依赖于近似值，导致较大分子的误差更大。另一方面，量子计算机可以直接将电子和原子核的相互作用映射到量子比特上，从而提供更精确的结果，而不需要这些近似值。
量子计算在化学领域的另一个优势是能够专注于局限性较小的问题。例如，了解药物分子如何与蛋白质靶点结合可能只需要研究几个电子的相互作用。"微软量子小组首席运营官布莱恩-比洛多（Brian Bilodeau）说："对于量子计算机来说，最好的问题是问题规模小，但可能的结果却很多。
当今的量子计算机通常与经典处理器混合使用。一种流行的算法是变分量子求解器（VQE），它使用经典计算机来近似分子的稳定基态，然后由量子计算机来找到精确的解决方案。然而，由于操作容易出错，目前的量子计算机在处理 VQE 时十分吃力。迄今为止最大的 VQE 模拟模拟了氢分子链中的 12 个电子，但仍比五碳烯的 22 个 pi 电子少。
量子-经典混合算法的进展
新的和改进的混合算法正获得越来越大的发展势头。2022 年，谷歌科学家推出了一种算法，能够计算分子氮和固体金刚石等物质中多达 120 个相互作用电子的基态。该算法使用经典计算机探索电子相互作用的随机变化，量子计算机则引导经典系统得出精确结果。虽然与经典方法相比，它并没有实现量子优势，但却取得了重大进展。
目前，化学家们正在推动这些混合设置，以发现新材料、催化剂，并了解光驱动的反应。在 2022 年的《自然-通讯》（Nature Communications）报告中，Phasecraft 研究人员介绍了一种模拟晶体材料结构和电子行为的混合算法。与现有的 VQE 相比，他们的新算法在模拟钒酸锶（一种很有前途的电池电极材料）时所需的计算步骤减少了 100 万倍。虽然量子计算机还不能应用这种算法，但它为未来的进步提供了潜力。
催化剂反应表面是另一个目标。Quantinuum 的研究人员使用混合方法来探索燃料电池中常用的铂基催化剂的化学反应性。了解这些反应是如何发生的，可以开发出更高效的催化剂，减少铂的使用或找到更便宜的替代品。
研究人员还在利用量子算法研究基础化学问题。去年，悉尼大学物理学家 Ting Rei Tan 及其同事利用一台捕获离子量子计算机模拟了光吸收过程中能量如何在分子间移动。这一模拟将这一过程放慢了 1000 亿倍，为研究视觉和光合作用的核心光化学反应提供了启示。
在短期内，量子计算最大的影响可能是在药物开发方面。开发一种新药平均需要 12 年时间，耗资超过 10 亿美元。量子计算与罗氏、辉瑞和默克等行业巨头的合作旨在加快这一进程。在最近的一篇预发表论文中，PASQAL 和 Qubit 制药公司使用一种混合方法来追踪蛋白质周围的水分子，从而在以前无法用药的蛋白质中识别出药物结合口袋。
另一家药物开发公司 Gero 报告说，该公司利用量子计算机模拟药物靶点的电子特性，帮助人工智能软件设计潜在的药物分子。Insilico Medicine公司利用IBM的16量子比特量子计算机为一种与癌症有关的蛋白质寻找新的抑制剂，取得了令人鼓舞的初步成果。
量子计算还旨在预测药物毒性。PASQAL的研究人员利用他们的32量子比特计算机建立了化合物结构模型，并将其与已知致癌物进行比较，结果与最好的经典方法不相上下。
量子计算在化学领域的未来
随着量子计算技术的发展，研究人员期望在化学和药物发现领域取得重大突破。谷歌和 IBM 等公司预计不久将拥有数十万量子比特，而 Quantinuum 正在开发一种新型量子芯片，该芯片具有更大的二维网格，可进行更复杂的计算。化学家们对这些发展持乐观态度，认为它们将加速新药物和新材料的发现。
量子计算领域本身也将从中受益，这表明该技术的实际应用已超越了理论研究的范畴。随着量子计算能力的提高，它必将成为各行各业，特别是药物发现领域不可或缺的一部分，从而证明它对科学和技术的持久影响。
在 AHB Lab我们不仅是多肽合成领域的领导者，我们还是生物技术探索先锋的核心。我们的重点不仅仅是掌握多肽的生产技术，我们的愿景是推动整个生物技术领域的创新。我们致力于探索多肽结构和功能的奥秘，揭开分子奥秘的神秘面纱，从而找到突破性的健康解决方案。通过与最新的科学研究和技术进步保持一致，AHB 实验室致力于引领发展，不仅提高我们对多肽的认识，而且为革命性的生物技术应用铺平道路。加入我们的探索行列吧，我们将开辟科学新道路，以我们对卓越和创新的坚定承诺，为塑造生物技术的未来做出贡献。作为一家领先的多肽生产商，我们很高兴能报告这些进步，不断推动生物技术领域的发展。
