Cleveland Clinic e IBM informan simulaciones de proteínas de hasta 12.635 átomos

Title: Cleveland Clinic e IBM informan simulaciones de proteínas de hasta 12.635 átomos

Label: Hito en simulación cuántica de proteínas

Summary: Cleveland Clinic, RIKEN e IBM utilizaron computadoras cuánticas y clásicas para simular complejos proteicos de hasta 12.635 átomos. El trabajo se basa en una simulación previa de Trp-cage de 303 átomos.

Highlights:

• Científicos simularon complejos proteicos de hasta 12.635 átomos utilizando computadoras cuánticas y clásicas.
• Las proteínas eran aproximadamente 40 veces más grandes que lo que el mismo método podía lograr inicialmente seis meses antes.
• La precisión de un paso clave del flujo de trabajo mejoró hasta 210 veces durante el mismo período.
• El cálculo utilizó procesadores IBM Quantum Heron con hasta 94 qubits y casi 6.000 operaciones cuánticas.
• El trabajo se basa en una simulación cuántica previa de la miniproteína Trp-cage de 303 átomos.

Content: Científicos de Cleveland Clinic, RIKEN e IBM han utilizado computadoras cuánticas de IBM y dos de las supercomputadoras más potentes del mundo para simular complejos proteicos de hasta 12.635 átomos. Se trata de las mayores simulaciones conocidas hasta ahora de moléculas biológicamente significativas realizadas con hardware cuántico, y los resultados se lograron en parte gracias a un algoritmo innovador que optimiza cómo pueden trabajar juntas las computadoras cuánticas y clásicas, un marco conocido como supercomputación centrada en lo cuántico.

Mediante este enfoque, el equipo captó el comportamiento de dos proteínas bioquímicamente relevantes que son aproximadamente 40 veces más grandes que lo que este mismo método podía lograr inicialmente hace apenas seis meses. Además, la precisión de las simulaciones en un paso clave del flujo de trabajo mejoró hasta 210 veces durante este mismo período.

La decisión de explorar si las computadoras cuánticas podían aportar valor en la simulación de complejos proteína-ligando estuvo motivada por los desafíos que afrontan hoy los investigadores al estudiar cómo un candidato a fármaco podría unirse a una proteína. Este puede ser uno de los problemas más difíciles y costosos en la investigación en ciencias de la vida, y uno que los métodos computacionales existentes hoy han tenido dificultades para resolver con exactitud a medida que las moléculas aumentan de tamaño.

En este trabajo, las computadoras clásicas descompusieron los complejos proteína-ligando en fragmentos computables. Los procesadores IBM Quantum Heron de 156 qubits de IBM, que operaban dentro de las computadoras cuánticas de IBM tanto en Cleveland Clinic en Estados Unidos como en RIKEN en Japón, calcularon el comportamiento mecánico-cuántico de esas partes en conjunto con Fugaku en RIKEN y Miyabi-G, operada por la University of Tokyo y la University of Tsukuba. El cálculo requirió hasta 94 qubits ejecutando casi 6.000 operaciones cuánticas dentro de ciertas partes de la simulación, y los resultados se reensamblaron en computadoras clásicas para obtener una representación completa de la molécula.

Según lo publicado en arXiv, el salto de escala fue posible tanto por la innovación algorítmica como por el acceso a infraestructura informática de vanguardia. El novedoso algoritmo híbrido cuántico-clásico, denominado EWF-TrimSQD, redujo de forma drástica la sobrecarga computacional y aceleró la capacidad de representar directamente la química de estos sistemas moleculares en hardware cuántico.

La investigación de vanguardia se basa en un trabajo anterior que modeló la molécula de referencia de 303 átomos llamada Trp-cage, la primera simulación completamente centrada en lo cuántico conocida hasta ahora compuesta por 20 aminoácidos. En esa demostración anterior, un equipo conjunto de investigación de Cleveland Clinic e IBM modeló la miniproteína Trp-cage de 303 átomos utilizando un flujo de trabajo de supercomputación centrada en lo cuántico y un IBM Quantum Heron r2. Los investigadores modelaron tanto su estado desplegado como su estado plegado.

El flujo de trabajo de Trp-cage se basó en incrustación basada en funciones de onda para fragmentar la molécula en partes computacionalmente manejables llamadas clústeres. En cualquier proteína dada, algunos clústeres pueden resolverse de manera eficiente utilizando métodos computacionales clásicos, mientras que los clústeres más grandes y más cercanos al núcleo molecular son problemas adecuados para que los resuelvan las computadoras cuánticas. Una vez integrados de nuevo, los resultados de los cálculos de los clústeres individuales conducen a una solución completa de la estructura electrónica de la molécula, que describe dónde están sus electrones y cómo interactúan.