丹麦技术大学（DTU）和英国ORCA Computing的研究人员证明，量子计算机可以提高AI驱动多肽设计的准确性和覆盖范围，为罕见疾病和医疗资源不足的人群开辟了一条更便宜、更快速的药物开发潜在途径。
多肽是体内充当信号分子的氨基酸短链，是从代谢疾病到传染病等多种疾病的有前景的治疗候选物。但设计有效的多肽药物传统上需要大量的计算资源和实验迭代，限制了制药公司愿意探索的靶点范围。
该团队拼凑了资金和时间，展示了ORCA Computing的光子量子处理器与经典AI模型相结合，如何能够生成针对特定生物靶点定制特性的新型多肽序列。这种量子增强方法能够探索比单纯经典计算更广泛的分子构型，产生可能被遗漏的候选多肽。
「这证明了量子计算可以为药物发现中的生成式AI增加真正的价值，」研究人员表示。这项研究聚焦于那些缺乏足够市场激励以进行传统药物开发的疾病相关的多肽靶点，正是那种很少吸引大规模研发投资的「孤儿」适应症。
ORCA Computing的PT-2光子量子系统在室温下运行，使用标准电信组件，用于为AI模型的训练过程生成更丰富的概率分布。该公司的技术基于一项专利量子存储器，可按需捕获和释放单个光子，实现混合量子经典机器学习工作流。
这一演示正值更广泛的药物发现行业在将新疗法推向市场的成本和复杂性中挣扎之际。生成式AI模型已经显示出它们可以设计新型蛋白质和小分子，但量子计算的加入可能解锁经典AI难以处理的化学上更复杂的靶点。
ORCA Computing此前已宣布与英国国家量子计算中心和波兰波兹南超级计算与网络中心等机构建立合作伙伴关系，开发从化学配方到生物成像等应用的量子增强机器学习。
来源：《Scientists’ Side Hustle? Using AI and Quantum Computing to Generate New Peptides》（《连线》，2026年7月12日）
婷 翻译