Квантовый алгоритм, протестированный на коммерческом квантовом устройстве, может помочь в обнаружении лекарств

Компания PASQAL впервые успешно внедрила алгоритм на коммерческом квантовом устройстве с нейтральными атомами для решения важной проблемы молекулярной биологии при разработке лекарств. Этот проект был осуществлен в сотрудничестве с Qubit Pharmaceuticals.

Белки — это крупные молекулы, которые играют важную роль в нашем организме, например, помогают строить и восстанавливать ткани, стимулируют метаболические реакции и поддерживают баланс жидкости. Однако, поскольку белки отвечают за такие важные процессы, они также могут быть вредными. Если что-то пойдет не так во время синтеза белка в клетке, результатом может стать токсичный белок. Например, раковые заболевания связаны с изменениями, происходящими на уровне ДНК, которые приводят к образованию токсичных белков и изменению способности клеток нормально функционировать. На самом деле, дефектные белки являются причиной большинства болезней в мире.

Лекарства, которые могут помочь в борьбе с болезнями, часто представляют собой более простые молекулы меньшего размера, называемые лигандами, предназначенные для прикрепления к стратегически важному месту в токсичном белке, чтобы подавить его вредное действие.

Чтобы разработать лекарство, исследователям необходимо изучить процесс связывания между лекарством и целевым вредным белком. Поскольку белки живут и функционируют внутри клеток, процесс связывания лекарственного средства с белком необходимо понимать в среде, наполненной наиболее распространенным веществом в клетке — водой. На самом деле, вода может существенно влиять на взаимодействие целевого белка с лекарственным средством.

Поиск молекул воды внутри белков
Белки — это длинные цепочки молекул, называемые аминокислотами, которые взаимодействуют друг с другом, в результате чего цепь сворачивается, как лента, создавая сложные структуры, в которых могут быть карманы. Вода, находящаяся в клетке, проникает во внутреннюю часть белка, заполняя его полости, влияя на размер и структуру белка и опосредуя взаимодействие между белком и лигандом. Изучение того, где и сколько молекул воды может находиться в клетках белка, имеет решающее значение для разработки лекарств, способных подавлять токсическое действие целевого белка.

На рисунке представлен белок с лигандом (желтым и синим) и молекулами воды (красным и белым).

Вычислительные методы для понимания гидратации белка значительно продвинулись вперед наряду с экспериментальными подходами, экономя время и снижая затраты, облегчая процессы разработки лекарств. Более того, в большинстве случаев вычислительные методы могут дать лучшее представление о структуре и динамике системы, чем экспериментальные установки. Причина в том, что скопления людей и внутренние полости в белке требуют очень высокого разрешения, в то время как рентгеновские кристаллографические эксперименты могут дать лишь ограниченную информацию из-за плохого разрешения.

Численные методы расчета могут быть очень полезны. Они могут быть использованы для моделирования явного присутствия и взаимодействия молекул воды в белке. Однако такое моделирование, как правило, является дорогостоящим, а время, необходимое для получения точных прогнозов, может быть чрезвычайно длительным, главным образом, если исследуемая полость достаточно окклюзирована.

Альтернативный подход заключается в том, чтобы сначала определить плотность воды в белковых ячейках, а затем извлечь из этой плотности положение молекул воды.

Однако количество конфигураций — различных способов размещения молекул воды в ячейке, — соответствующих заданной плотности, остается потенциально чрезвычайно большим для классических методов.Гибридный квантово-классический алгоритм для определения местоположения молекул воды внутри белковых карманов. Квантовые вычисления в настоящее время являются отличным источником надежды на решение проблем, которые слишком сложны для классических компьютеров. Используя принципы квантовой физики, квантовые процессоры могут одновременно хранить огромное количество информации и исключительно эффективно решать задачи с большим количеством комбинаций. Смотрите примеры в предыдущих блогах здесь и здесь.

Компания PASQAL в сотрудничестве с Qubit Pharmaceuticals разрабатывает гибридный квантово-классический подход, который использует классический алгоритм для поиска информации о плотности воды в белке, а затем квантовый алгоритм для определения местоположения молекул воды внутри любого кармана, даже в скрытом грунте. единицы. В рамках сотрудничества этот квантовый/классический алгоритм размещения воды будет реализован в квантовом устройстве PASQAL. Экспериментальное тестирование на Fresnel, коммерческом квантовом процессоре PASQAL. Ученые из PASQAL успешно протестировали предварительную версию нового алгоритма квантового размещения воды на Fresnel 1, первом промышленном квантовом компьютере с нейтральными атомами PASQAL. Для подтверждения этой концепции ученые использовали основной белок мочи-1 (MUP-1), белок, вырабатываемый преимущественно в печени. Имеющиеся данные свидетельствуют о том, что этот белок играет важную роль в коммуникации с помощью феромонов, а также в регулировании расхода энергии и метаболизма.

Ячейка в основном белке мочи-1 (MUP-1) представлена серыми полосками, воды — красными и светло-голубыми, а лиганд — маленькая молекула белого, серого, желтого и темно-синего цветов.

На следующем рисунке показано, что экспериментальные результаты (справа) согласуются с теоретическими расчетами (слева). Каждый рисунок представляет собой двумерный срез в белковом кармане, где желтая тень обозначает расположение воды.

Графики слева представляют экспериментальные значения, в то время как графики справа представляют значения, полученные в результате классического моделирования.

Этот успешный результат указывает на то, что значимые решения проблемы размещения воды могут быть получены с использованием устройств с нейтральными атомами, таких как PASQAL. Препринт с этими результатами был недавно опубликован в arxiv. Это первый раз, когда подобный эксперимент был проведен сиспользование настоящего квантового компьютера, демонстрирующее способность квантовых технологий способствовать решению проблем здравоохранения. Полная версия алгоритма распределения воды по ПАСКАЛЮ будет реализована на машине neutral atom следующего поколения, которая будет работать с 1000 кубитами.Квантовый алгоритм PASQAL использует плотность воды внутри белковых карманов, которая рассчитывается с помощью классического компьютера с использованием метода, называемого 3D-моделью сайта эталонного взаимодействия (3D-RISM). Алгоритм 3D-RISM создает вероятностное распределение плотностей, которое представляет собой непрерывный и бесструктурный рисунок, похожий на размытые пятна на листе бумаги. Вопрос в том, как нам извлечь положение каждой молекулы воды из этого беспорядочного вывода?Плотность воды в белковом кармане.

Для решения этой задачи  PASQAL  и Qubit Pharmaceuticals создали квантовый алгоритм, который будет начинаться с противоположного вопроса: если мы предложим распределение воды, будет ли оно воспроизводить карту плотности, полученную с помощью 3D-модели эталонного участка взаимодействия?

Первый шаг состоит в том, чтобы угадать расположение молекул воды, предполагая места с высокой плотностью воды, каждое положение с распределением вероятности. Другими словами, мы “размазываем” их так, чтобы они выглядели как размытые, растянутые непрерывные изображения. Затем сравните эти размытые конфигурации с результатами, полученными с помощью эталонной 3D-модели сайта взаимодействия, используя величину, представляющую собой “расстояние”. Идея состоит в том, чтобы создать как можно больше комбинаций, чтобы найти минимальное “расстояние” между этими двумя моделями плотности.

Чтобы минимизировать это расстояние, мы используем тот факт, что в реальной жизни молекулы воды взаимодействуют, создавая сети посредством водородных связей, и что между ними существует минимальное физическое расстояние.

Квантовый метод ПАСКАЛЯ основан на лучшем классическом программном обеспечении, созданном для этой работы, под названием Gasol. Однако Gasol назначает штраф, искусственно включенный в конфигурации, в которых две молекулы воды расположены слишком близко друг к другу. Это ограничение естественным образом реализуется в архитектурах neutral atoms, давайте посмотрим, как это сделать.Квантовые устройства с нейтральными атомами используют высокофокусированные лазеры, так называемые оптические пинцеты, для захвата и манипулирования нейтральными атомами по отдельности для создания 1D, 2D и 3D массивов в произвольных конфигурациях. В этих архитектурах каждый кубит представлен двухуровневым состоянием атомной энергии, обычно основным состоянием и ридберговским состоянием, состоянием с очень высокой энергией. В ридберговском состоянии атомы поляризуются, вызывая ван-дер-ваальсовы взаимодействия между ними.

Это ван-дер-ваальсово взаимодействие между атомами не позволяет двум атомам находиться в ридберговском состоянии одновременно, если они расположены слишком близко друг к другу, это явление называется ридберговской блокадой.

В эксперименте, проведенном на Fresnel 1, мы использовали двумерные массивы атомов рубидия в ридберговском состоянии для представления положения и распределения вероятностей молекул воды внутри белкового кармана, используя ридберговскую блокаду как естественный способ чтобы во время моделирования воды находились слишком близко друг к другу.

Пример предполагаемого размещения воды. Каждый кубит (точка на изображении) представляет участок воды с его гауссовым распределением (круги).

Будущее квантовой компьютерной разработки лекарств
Большая часть усилий в рамках проекта по поиску лекарств направлена на выявление и изучение «кармана», чтобы найти и оптимизировать лекарство с высоким сродством к белку-мишени.

Несмотря на ряд успехов, по-прежнему чрезвычайно сложно предсказать сродство связывания между белком и лигандом. Способность по желанию создавать новые лиганды, которые ингибируют действие вредных биомолекул, остается одной из главных задач современной науки о здоровье. Успешная реализация квантового алгоритма, который помогает регулировать сродство к белковым лигандам, станет огромным шагом на пути к улучшению качества нашей жизни.

Ссылки
Д’Арканджело М., Локо Д., команда Френеля и др. (2023). Использование аналоговых квантовых вычислений с нейтральными атомами для прогнозирования конфигурации растворителя при разработке лекарств. Препринт доступен здесь: https://arxiv.org/abs/2309.12129.Хенриет, Л. и др. (2020). Квантовые вычисления с нейтральными атомами. Quantum, 4, 327.Сэмвейс, М. Л. и др. (2021).Молекулы воды на границе раздела белок–лекарственное средство: методы компьютерного прогнозирования и анализа. Химия. соч., 50 (16), 9104-9120.
Бухер Д. и др. (2018). Проливаем свет на важные аспекты разработки лекарств: моделирование в сравнении с методами, основанными на сетке. J. Chem. Inf. Model., 58(3), 692-699.< Влодавер, А. и др. (2008). Кристаллография белков для некристаллографов, или как извлечь максимум пользы (но не больше) из опубликованных макромолекулярных структур. ФЕБС Дж., 275(1), 1-21.Мишель Дж. и др. (2009). Прогнозирование содержания воды в местах связывания белков. J. Phys. Химия. B, 113(40), 13337-13346.Барон Р. и др. (2010). Вода в полости−распознавание лигандов. J. A. M., Химик. соц. наук.,132(34), 12091-12097.<Фусани, Л. и др. (2018). Оптимальные водные сети в белковых полостях с помощью GAsol и 3D-RISM. Биоинформатика,34(11), 1947-1948.

Проект по полному размещению воды внутри белков будет финансироваться программой Quantum for Bio. Запущенная весной 2023 года компанией Wellcome Leap, подразделением Wellcome Trust, программа Quantum for Bio направлена на ускорение использования квантовых вычислений в здравоохранении путем разработки приложений, которые выиграют от появления квантовых компьютеров в течение 3-5 лет.Хотели бы вы узнать больше об этих методах на квантовом компьютере с нейтральным атомом? Познакомьтесь с квантовыми вычислениями, нашей платформой и алгоритмами с помощью Quantum Discovery.

Другие новости:

---