デンマーク工科大学（DTU）と英国のORCA Computingの研究者らは、量子コンピュータがAI駆動のペプチド設計の精度と範囲を向上できることを実証し、希少疾患や医療サービスが行き届いていない人々向けの医薬品開発をより安価かつ迅速にする可能性への道を開いた。
ペプチドは、体内でシグナル伝達分子として機能するアミノ酸の短い鎖であり、代謝障害から感染症まで幅広い疾患の治療候補として有望視されている。しかし、効果的なペプチド医薬品の設計には従来、多大な計算リソースと実験の繰り返しが必要であり、製薬企業が取り組もうとする標的の範囲が限られていた。
研究チームは資金と時間をかき集め、ORCA Computingのフォトニック量子プロセッサと古典的なAIモデルを組み合わせることで、特定の生物学的標的に合わせた特性を持つ新たなペプチド配列を生成できることを示した。量子強化アプローチは、古典的な計算だけでは不可能だったより広範囲の分子構造を探索し、見逃される可能性のあった候補ペプチドを生成した。
「これは量子コンピューティングが創薬における生成AIに真の価値をもたらすことができるという概念実証だ」と研究者らは述べた。研究は、伝統的な医薬品開発に十分な市場インセンティブが欠けている疾患、すなわち大規模な研究開発投資をめったに引き付けない「オーファン」適応症に関連するペプチド標的に焦点を当てた。
室温で動作し標準的な通信コンポーネントを使用するORCA ComputingのPT-2フォトニック量子システムは、AIモデルの学習プロセスにより豊かな確率分布を生成するために使用された。同社の技術は、要求に応じて単一光子を捕捉および放出する特許取得済みの量子メモリに基づいており、ハイブリッド量子古典機械学習ワークフローを可能にする。
この実証は、創薬業界全体が新たな治療法を市場に出すためのコストと複雑さに取り組んでいる中で行われた。生成AIモデルはすでに新規タンパク質や低分子を設計できることを示しているが、量子コンピューティングの追加により、古典的なAIが苦手とするより化学的に複雑な標的を解決できる可能性がある。
ORCA Computingはこれまでに、英国国立量子コンピューティングセンターやポーランドのポズナン・スーパーコンピューティング・ネットワーキング・センターなどとの提携を発表し、化学処方から生物学的イメージングに至るまでの応用に向けた量子強化機械学習を開発している。
出典: Scientists’ Side Hustle? Using AI and Quantum Computing to Generate New Peptides（Wired、2026年7月12日）
雅子 訳