クリーブランド・クリニックのKenneth Merz博士とIBMのAntonio Mezzacapo博士が率いるチームは、分子全体が互いにどのように相互作用するかを導く超分子プロセスをシミュレートし研究するための、量子・古典ハイブリッドコンピューティングモデルを開発した。[Nature Communications Physics](https://www.nature.com/articles/s42005-025-02305-9)に掲載されたこの研究は、分子の非共有結合相互作用、特にタンパク質の折り畳みや細胞シグナル伝達などのプロセスで重要な水素結合と疎水性種に焦点を当てている。
このハイブリッド手法は、量子中心のスーパーコンピューティングを活用して、複雑な非共有結合相互作用のシミュレーションに必要な精度を欠くことが多い従来の量子手法の限界を克服する。研究者たちはIBM Quantum System Oneを使用して、水二量体とメタン二量体という2つの超分子系について、異なる分子挙動の可能性のサンプルを生成した。その後、古典コンピュータがこれらのサンプルを処理し、化学的に正確な分子エネルギーを出力した。
Merz博士は、ハイブリッドモデルが科学的なボトルネックを解決しながら、計算時間とコストを大幅に削減できると指摘した。Sample-based Quantum Diagonalization(SQD)法を使用するこのアプローチは、新しい治療法や医薬品の発見を加速することを目的としている。この研究は、分子のプロトン親和性の予測に量子機械学習を使用することを探求したプロジェクトを含む、化学へのハイブリッドモデルの適用に関する同施設の以前の取り組みを基盤としている。
クリーブランド・クリニックからの完全な発表、Nature Communications Physicsの研究論文、IBMの技術概要、およびプロトン親和性予測に関する関連QCR記事については、それぞれの情報源を参照されたい。
2025年11月23日
