Komputery kwantowe zdekodują tajemnice medycyny

Badania nad nowymi lekami i terapiami pochłaniają ogromne budżety i trwają latami. Ma to zmienić sztuczna inteligencja, która jest w stanie odkrywać nowe cząsteczki chemiczne leków znacznie szybciej i taniej. Aby tak się stało, potrzebne są jednak ogromne moce obliczeniowe, które mogą zaoferować tylko komputery kwantowe. Kiedy się ich doczekamy?

Obliczenia kwantowe pozwolą do końca poznać, jak działa ludzki organizm

„Sztuczna inteligencja na sterydach” – tak naukowcy nazywają potocznie połączenie AI i komputerów kwantowych. Sztuczna inteligencja jest już gotowa, do sukcesu brakuje jeszcze komputerów kwantowych, które pomogłyby wykorzystać pełne możliwości nowych modeli AI w naukach medycznych.

Postępy AI w ostatnich dwóch latach spowodowały, że każda licząca się firma farmaceutyczna już eksperymentuje z AI do prac nad nowymi lekami. Systemy takie jak AlphaFold 3 są zdolne modelować trójwymiarowe struktury białek, DNA, RNA, umożliwiając analizę modyfikacji chemicznych regulujących funkcje komórkowe i mających kluczowe znaczenie dla zdrowia organizmu człowieka. Tego typu symulacje wymagają jednak ogromnych mocy obliczeniowych. To dlatego USA – a ostatnio także Europa – budują ogromne centra obliczeniowe, w których m.in. firmy działające w obszarze nauk o zdrowiu trenują modele AI albo przeprowadzają obliczenia.

Jednak nawet najpotężniejsze centra danych mogą wkrótce okazać się niewystarczające, bo klasyczne komputery oparte na wysokowydajnych procesorach mają trudności z symulowaniem złożonych cząsteczek ze względu na wykładniczy wzrost wymagań obliczeniowych. Znacznie lepiej poradzą sobie z nimi komputery kwantowe. Niektóre zadania, które dostępnym komputerom mogłyby zająć setki a nawet miliardy lat, komputery kwantowe są w stanie przeprowadzić w kilka minut albo godzin. Przynajmniej w teorii.

Przemysł farmaceutyczny inwestuje w quantum computing

Naukowcy są zgodni, że komputery kwantowe są konieczne, aby jeszcze szybciej opracowywać nowe, personalizowane terapie np. w przypadku nowotworów. Mogą one znacznie dokładniej modelować interakcje mechaniki kwantowej. Symulując zachowanie elektronów w cząsteczkach, pomogą m.in. zrozumieć, w jaki sposób cząsteczki chemiczne leków oddziałują na układy biologiczne pacjentów o określonych cechach.

Nic dziwnego, że quantum computing zainteresowana jest poważnie big pharma. Przykładowo, w 2024 roku Merck nawiązał trzyletnią współpracę z HQS Quantum Simulations w celu stworzenia oprogramowania do odkrywania leków. W 2023 roku Bayer i Google Cloud ogłosiły współpracę w celu przyspieszenia prac nad lekami poprzez wykorzystanie jednostek przetwarzania tensorowego (TPU) Google Cloud do obliczeń chemii kwantowej na dużą skalę. Partnerstwo ma na celu udoskonalenie modelowania in silico systemów biologicznych i chemicznych.

Kooperację nawiązały też Moderna i IBM. Razem chcą zbadać możliwości obliczeń kwantowych i AI do przyspieszenia badań nad mRNA. Jeszcze innym przykładem jest Qubit Pharmaceuticals oferujące wsparcie w badaniach nad nowymi lekami „z kwantową dokładnością” z użyciem superkomputera Gaia z 200 procesorami graficznymi Nvidia. Z kolei dzięki umowie z IBM, pierwszy eksperymentalny komputer kwantowy stanął w Klinice Cleveland. Naukowcy korzystają z niego do odkrywania nowych metod leczenia i badań w dziedzinie biomedycyny.

Szybkie kalkulacje i symulacje, ale duże błędy

Choć prace nad komputerami kwantowymi trwają od lat, nadal nie udało się opracować wydajnych i stabilnych w działaniu maszyn. Przeszkód jest kilka. Urządzenia tego typu opierają się na nie do końca zbadanych zasadach teoretycznych fizyki kwantowej. Budowa komputerów kwantowych jest kosztowna i energochłonna – stabilność stanów kwantowych wymaga temperatury bliskiej zera absolutnego, czyli -273 stopni Celsjusza. Choć swoje komputery rozwijają wszystkie największe firmy technologiczne jak Google, IBM, Intel, Microsoft czy NVIDIA, osiągnięte wydajności jeszcze nie przekraczają tych możliwych do osiągnięcia przez klasyczne procesory. Największym problemem są jednak błędy w obliczeniach, które na razie wykluczają ich zastosowanie w medycynie, gdzie pomyłki mogą kosztować życie.

Mimo to wyścig kwantowy trwa. Do 2028 roku pierwszy komputer kwantowy chce opracować IBM. W grudniu 2024 r. Google zaprezentował swój nowy procesor kwantowy Willow. W testach wykonał on w mniej niż 5 minut obliczenia, które zajęłyby jednemu z najszybszych dostępnych superkomputerów 10 septylionów lat (10 000 000 000 000 000 000 000 000 000 lat).

W marcu 2025 r. NVIDIA zorganizowała pierwszy w historii Quantum Day. Założyciel i dyrektor generalny, Jensen Huang, zaprosił liderów branży, aby omówić rozwój obliczeń kwantowych. Optymizm inwestorów nie gaśnie. W lutym 2025 r. QuEra, startup zajmujący się obliczeniami kwantowymi, uzyskał finansowanie o wartości 230 mln USD, przy wsparciu takich gigantów jak Google Quantum AI i SoftBank Vision Fund.

Niektórzy eksperci chłodzą emocje: opracowanie komputerów kwantowych do praktycznego zastosowania może zająć lata albo i nawet dekady. W badaniu opublikowanym w 2020 r. oszacowano, że wiarygodne obliczenia kwantowe (czyli takie, które są odporne na nadal powszechne błędy) są mało prawdopodobne przed 2026 r. Niektórzy szacują, że pierwsze komputery kwantowe nie pojawią się przed 2039 r. Obliczenia kwantowe mają potencjał do rozwiązywania wielowymiarowych problemów, czyli takich, z którymi mierzy się medycyna. Większość prac nad komputerami kwantowymi skupia się nad ich zastosowaniem właśnie w ochronie zdrowia. Stawką jest skuteczne leczenie chorób, z którymi nadal medycynie nie udało sobie poradzić.

Czytaj także: Czy dzięki AI i nanorobotom osiągniemy długowieczność?