양자화학 연구, 약물 유사 분자 분자 시뮬레이션의 진전 보고

양자화학 연구자들이 분자 시뮬레이션에서 2건의 진전을 보고했다. 한 연구팀은 초전도 양자 하드웨어에서 복잡한 분자 시스템에 대해 화학적으로 정확한 양자 시뮬레이션을 입증했고, 다른 연구팀은 기계학습을 이용해 orbital-free 계산 과정을 정교화해 정밀한 결과와 물리적으로 의미 있는 해를 도출했다. 이들 연구는 시뮬레이션을 소규모 벤치마크 분자를 넘어 확장했으며, 상당히 더 큰 약물 유사 분자에서의 성능을 보고했다.

Qclairvoyance Quantum Labs가 주도한 국제 연구팀은 IQM’s 24-qubit Sirius processor를 사용해 최대 16개 큐비트를 활용한 분자 시스템 시뮬레이션에 성공했으며, 가까운 시기의 양자 장치에서 확장 가능하고 정확한 결과를 가능하게 하는 하이브리드 양자-고성능 컴퓨팅 워크플로를 도입했다. 주요 성과 가운데 연구진은 물 분자의 완전한 2차원 퍼텐셜 에너지 표면을 양자 하드웨어에서 직접 실험적으로 생성했고, FDA 승인 약물인 Amantadine도 시뮬레이션해 소규모 벤치마크 시스템을 넘어 약리학적으로 관련성 있는 분자를 다룰 수 있는 능력을 보여줬다.

현재 양자 프로세서의 한계를 극복하기 위해 연구팀은 Sample-based Quantum Diagonalization을 사용했다. 이 방법에서는 양자 프로세서를 핵심 전자 배치를 샘플링하는 데 사용하고, 계산 집약적인 작업은 고전적 슈퍼컴퓨터로 넘긴다. Amantadine과 같은 더 큰 분자의 경우, 연구진은 SQD를 Density Matrix Embedding Theory와 결합해 복잡한 시스템을 화학적 정확도를 유지하면서 양자 계산 가능한 더 작은 조각으로 분해할 수 있도록 했다. 이 연구는 또한 서로 다른 양자 회로 전략을 탐색해 계산 비용과 정확도 사이의 균형에 대한 통찰을 제공하며, 해당 연구 내용은 arXiv 프리프린트에 자세히 실렸다.

별도의 연구에서, Interdisciplinary Center for Scientific Computing의 두 연구팀은 오랫동안 신뢰하기 어렵다고 여겨졌던 계산 과정을 정교화해 정밀한 결과를 내고 물리적으로 의미 있는 해를 안정적으로 확립할 수 있도록 했다고 보고했다. 이 결과는 Journal of the American Chemical Society에 게재됐다. 새로운 과정인 STRUCTURES25는 정밀한 기준 계산으로부터 전자 밀도와 에너지의 관계를 직접 학습하는 특수하게 개발된 신경망에 기반하며, 각 개별 원자의 화학적 환경을 수학적으로 상세한 표현으로 포착한다.

독특한 학습 개념이 핵심적 역할을 했다. 이 모델은 수렴된 전자 밀도만으로 학습한 것이 아니라, 기초가 되는 기준 계산에 표적화되고 통제된 변화를 가해 생성한 올바른 해 주변의 다양한 변형들도 함께 학습했다. 대규모이면서도 다양한 유기 분자 집합에 대한 시험에서 STRUCTURES25는 기존 기준 계산과 경쟁할 수 있는 정밀도를 달성했으며, orbital-free 접근법으로 안정적인 수렴을 처음으로 입증했다. 이 방법의 성능은 작은 예시뿐 아니라 상당히 더 큰 약물 유사 분자에서도 입증됐다.

초기 실행 시간 비교는 이 계산 과정이 분자 크기가 커질수록 더 우수하게 확장될 수 있으며, 따라서 계산 속도를 높일 수 있음을 보여준다. 이전에는 지나치게 복잡하다고 여겨졌던 계산도 이제는 수행 가능 범위에 들어왔다. 두 연구 모두 신약 발굴, 재료과학, 더 나은 배터리, 에너지 전환용 재료, 더 효율적인 촉매 등을 포함한 응용 분야를 위해 확장 가능한 분자 시뮬레이션을 목표로 한 접근법을 설명한다.