量子化学研究、創薬関連分子の分子シミュレーションにおける進展を報告

量子化学の研究者らは、分子シミュレーションにおける2つの進展を報告した。1つは、超伝導量子ハードウェア上で複雑な分子系の化学的に高精度な量子シミュレーションを実証したものであり、もう1つは、機械学習を用いて軌道不要の計算プロセスを改良し、高精度な結果と物理的に意味のある解を実現したものである。これらの研究は、シミュレーションの対象を小規模なベンチマーク分子からさらに広げ、かなり大きな創薬関連分子での性能を報告している。

IQM’s 24-qubit Sirius processorを用いた研究では、Qclairvoyance Quantum Labsが主導する国際研究チームが、最大16量子ビットを用いて分子系のシミュレーションに成功し、近未来の量子デバイスでスケーラブルかつ高精度な結果を可能にする、量子と高性能計算を組み合わせたハイブリッドワークフローを導入した。主要な成果の1つとして、研究者らは水分子の完全な2次元ポテンシャルエネルギー曲面を量子ハードウェア上で直接実験的に生成し、さらにFDA承認薬Amantadineのシミュレーションも行った。これにより、小規模なベンチマーク系を超えて、薬理学的に重要な分子を扱える能力が示された。

現在の量子プロセッサの限界を克服するため、チームはSample-based Quantum Diagonalizationを用いた。これは、量子プロセッサを主要な電子配置のサンプリングに使用しつつ、計算負荷の高い処理は古典的スーパーコンピュータにオフロードする手法である。Amantadineのようなより大きな分子に対しては、研究者らはSQDとDensity Matrix Embedding Theoryを組み合わせ、化学的精度を維持しながら複雑な系を量子計算可能なより小さな断片へと分割できるようにした。この研究ではまた、異なる量子回路戦略も検討されており、計算コストと精度のバランスに関する知見を提供している。研究の詳細はarXivのプレプリントで公開されている。

別の研究では、Interdisciplinary Center for Scientific Computingの2つの研究チームが、長らく信頼性に欠けるとされてきた計算プロセスを改良し、高精度な結果をもたらし、物理的に意味のある解を安定して確立できるようにした。この成果はJournal of the American Chemical Societyに掲載されている。新しいプロセスであるSTRUCTURES25は、特別に開発されたニューラルネットワークに基づいており、精密な参照計算から電子密度とエネルギーの関係を直接学習し、各原子それぞれの化学環境を数学的に詳細な表現として捉える。

独自の学習コンセプトが鍵となった。モデルは、収束した電子密度だけでなく、正しい解の周辺にある多数の変種についても学習した。これらは、基礎となる参照計算に対する標的を絞った制御された変更によって生成されたものである。大規模かつ多様な有機分子群での試験において、STRUCTURES25は確立された参照計算に匹敵しうる精度を達成し、軌道不要アプローチによる安定した収束を初めて実証した。この手法の性能は、小規模な例だけでなく、かなり大きな創薬関連分子においても示された。

初期の実行時間比較では、この計算プロセスが分子サイズの増大に伴ってより良好にスケールし、その結果として計算速度を高められることが示された。これまで複雑すぎると考えられていた計算も、いまや実行可能な範囲に入ってきている。両研究は、創薬、材料科学、より高性能な電池、エネルギー変換材料、より効率的な触媒などの用途に向けた、スケーラブルな分子シミュレーションを目指すアプローチを記述している。