ソフトウェア開発企業ClassiqとイノベーションセンターHatchが、Amazon Web Services (AWS)とAmazon Braketを介して分子結合エネルギーを推定する計算化学の概念実証(PoC)を完了した。シンガポールのHome Team向けのHatchのDimension Xオープンイノベーションチャレンジを通じて実行され、シンガポールの国家量子戦略と連携したこのプロジェクトは、小分子がタンパク質標的構造とどのように相互作用するかを分析するための機能的パイプラインを確立した。AWSの高性能古典コンピューティングノードとClassiqの量子ソフトウェアプラットフォームを組み合わせることで、このワークフローは実験室でのテストに移る前に分子認識指標を計算するための企業モデルを実証している。
分子結合エネルギーの計算には、タンパク質-リガンド複合体、孤立した結合ポケット、および遊離リガンドという3つの独立したエネルギープロファイルの決定が必要である。100個以上の原子を含むタンパク質環境の完全な量子シミュレーションは物理量子ビットの利用可能性によって制限されるため、このプロジェクトは射影ベースのWavefunction-in-DFT (WF-in-DFT)埋め込みフレームワークを実装した。この方法は分子系を化学的に活性な断片と周囲の環境に分割する。
コンパイルされた量子ビットハミルトニアンは、Classiqプラットフォーム上で実行される変分量子固有値ソルバー(VQE)を通じて処理される。エンジニアがゲート単位のコード命令を作成する必要はなく、このフレームワークは自動合成エンジンを利用する。研究者は高レベルで化学的入力を定義し—フェルミオンハミルトニアンパラメータ、電子数、および目標とするアンサッツモデルを指定—コンパイラは自動的に量子ビットテーパリング対称性縮約を適用して物理レジスタサイズを圧縮する。
コンパイラは鈴木-トロッター数値分解を介して実装された最適化されたユニタリー結合クラスター(UCC)アンサッツ回路を生成する。ハイブリッド実行中、Classiqプラットフォームはハミルトニアン期待値を監視し、活性空間基底状態エネルギーが収束するまで古典的COBYLAオプティマイザループにパラメータ更新を渡す。
大規模DFTデータステップに特有の多項式処理オーバーヘッド(O(N4))を処理するため、古典パイプラインは64 vCPUと128 GBメモリを備えたAmazon EC2 c6i.16xlargeコンピュートインスタンス全体で並列化された。複合体、ポケット、およびリガンド成分の独立した行列計算は、AWS Batchに直接マッピングされ、Amazon EBSおよびAmazon S3ストレージボリュームにチェックポイントされる。
この分散アーキテクチャにより多変数スクリーニングキャンペーンが可能になり、数十の異なるリガンド構成を同時に評価しながら、システム全体の実行時間を単一の最も遅い処理タスクの速度に制約することができる。クラウドベースの古典エミュレータで検証されているが、高レベルClassiqコンパイラモデルは、バックエンドフラグをAmazon Braket管理プロセッサにルーティングすることで、量子ハードウェアプロバイダーに直接移行できるように設計されている。
技術的なソフトウェア実装ガイドライン、数学的埋め込み公式、およびアルゴリズム検証データは、AWS Quantum Technologies BlogおよびClassiq Insights Portalで入手可能な全文で確認できる。
2026年6月24日
