还在AlphaFold?量子计算即将全面碾压

生物制药,是指利用生物活体来生产药物的方法。即通过一些高新技术研制设计新型药物抗体,可广泛应用于治疗各类疾病或其他医药领域。生物制药技术是近二十年兴起的,以基因重组、单克隆技术为代表的新一代制药技术。改革开放以来,中国医药行业一直保持着较快的增长速度,1978-2010年,医药工业产值年均增速达到15%以上,随着规模不断扩大,经济运行质量与效益的不断提高,我国已成为全球最大的药物制剂生产国。

近两年,新冠疫情在全球的肆虐此起彼伏,长达一年多的疫苗研发历程,也暴露出全球生物制药的技术研发所遭受的巨大挑战。一般的生物制药是通过生物合成等方法来制定解决方案,因为合成分子结构复杂的药物时,要比化学合成法更为简便,且经济效益更高。但是面对各类疾病的随机异变,如何尽快缩短制药周期,并能精准有效获取药物设计方案,是生物医学人士重点关注的核心问题,而量子计算正是该类方案商业落地的能源加速器。

生物制药产业落地挑战与机遇

生物制药产业链可以分为研发、测试、销售三个阶段。

2006年到2010年,我国生物制药行业规模增长272%。我国生物制药行业销售额虽然大幅增加,但据公开数据披露,仅和美国生物技术类公司安进一家销售接近。华兰生物、天坛生物、科华生物、双鹭药业、达安基因五个上市企业全年销售额仅占市场份额的百分之四左右。显然,我国生物制药企业的生产能力结构存在不均衡,并出现高端药物产能不足,低端药物产能过剩的现象。

此外,生物药品的研发周期一般长达10年,而且通过率极低。同比美欧日医药的研发获批速度,我国的生物制药发展进程也较为缓慢。

公开数据显示,在2017年,美国食品药品监督管理局(FDA)共批准46个新药,其中35个为全球首次获批;欧盟批准了51个新药,其中4个为全球首次获批;日本也批准了23个新药,其中3个为全球首次获批。全球欧美日一共获准120个新药。2017年,国内共有5个单克隆抗体药物申报美国临床试验成功,成功申报美国临床试验的国内单克隆抗体药物达到9个。虽然数量上不及全球前三,但在国内也算达到了近年峰值,所以国内生物制药行业发展正呈现增长态势。

在国内,生物制药行业发展普遍具有规模小、集中度低、增速快等特点,且全球医药市场格局以巨头垄断和企业并购形势存在。然而,借助技术创新(如量子计算)形成企业的技术新壁垒,或能打破当下的产业僵局。

量子计算在蛋白质折叠中的商业应用

拿基因组学中的蛋白质折叠来看,就能更深入的了解量子计算的商用价值。蛋白质折叠(Protein folding)是蛋白质获得其功能性结构和构象的过程。简单来说,结构决定功能,仅仅知道基因组序列并不能使我们充分了解蛋白质的功能,更无法知道它是如何工作。蛋白质可凭借相互作用在细胞环境下自己组装自己,这种自我组装的过程被称为蛋白质折叠。

还在AlphaFold?量子计算即将全面碾压

 

现代物理模型计算的一些小蛋白质的折叠结构(图片来源:网络)

 

在生物学药物设计中,常见的挑战之一便是预测给定氨基酸序列的三维蛋白质结构,理解细胞的组成部分能加速药物的发现与设计。如何利用量子计算来解决这类问题?

为了使蛋白质折叠问题与现有的量子计算机兼容,它已经被重新表述为晶格问题。晶格蛋白质折叠,可以被模拟为一个组合优化问题,它等价于找到相应的伊辛哈密顿量的基态。利用现有的设备,基于量子退火的蛋白质折叠算法,只能应用于小规模问题,而这类问题的解答方法,相干量子计算方案或能破局。

ApexQubit是一家总部位于伯克利的初创公司,由Denis Farsonov和Nihil Khaine于2018年创立。该公司专注于强化学习,生成模型和量子计算相结合,致力于寻找最有希望的未发现的小分子和肽,最终目的是解锁没有副作用的个性化药物。因此,ApexQubit提供了用于生成有希望的小型配体以及评估其与靶蛋白亲和力的工具。目前,他们提议合作以优化蛋白质设计,并正在基因和细胞疗法中进行实验。

此外,生物技术公司ProteinQure的首席执行官兼联合创始人Lucas Siow曾说,ProteinQure的工作重点是蛋白质治疗剂的设计和优化,主要深耕在经典算法和方法上。他们的工具可利用云计算来使用,但需要扩展到数千个CPU和GPU,而当今可用的量子设备还不能满足需求,因此ProteinQure建立了一个智能平台,可以将多种计算工具结合起来解决商业问题。

显然,量子计算在药物设计上的商业应用正在有条不紊的进行。

量子计算在药物发现中的商业应用

此外,在生物制药领域,量子计算还可以帮助提高小分子药物的发现效率。小分子药物发现,是通过设计一种对疾病相关靶标具有活性的新型分子,来改善患者的预后,同时减少针对体内数千种其他靶标的活性,从而避免副作用和毒性危险。

这是一个复杂的优化过程。为了实现这一目标,医学工作者通常在实验和计算工作流程中,筛选出200,000~10^6种以上化合物,并通过一系列必要程序,生产并测试数千种化合物。其中,在相似性和分类方法上,需要大量的计算来支撑。而量子计算就可以帮助评估大量候选分子,并使用分类方法(例如,先导物发现和脱靶筛选中使用的分类方法)更准确地评估它们。

还在AlphaFold?量子计算即将全面碾压

量子计算在计算生物学中的应用(图片来源:网络)

此外,量子计算还可以更好的评估有机小分子,通过分子动力学模拟可以实现特别准确的评分。在这里,量子计算可以为执行混合量子/分子力学应用、以及开发经典力场的基本参数提供显著优势。这些进步将应用于先导物优化以及不断发展的计算过程化学领域,例如模拟酶反应性和立体选择性,以支持药物制造中的生物催化。

剑桥量子计算(CQC)的产品负责人Chad Edwards也曾说道,“在计算机辅助药物设计(CADD)过程中,提高分子模拟的准确性会导致计算成本的急剧增长。量子计算可以改变我们对固体,分子,原子,原子核和亚原子粒子模拟的思考方式。它可以帮助克服传统计算方法的缩放限制,并为较大和更复杂的分子系统提供Schrödinger方程的精确数值解。”

在量子计算赋能疾病治疗药物发现方面,全球制药企业正逐步加快商业化进程。

制药巨头Roche,正使用CQC的EUMEN量子化学平台来模拟量子尺度的相互作用,从而确定可以对治疗疾病有效的分子组合。其中,EUMEN是CQC开发的一个软件包,通过量子计算来促进药物、特种化学品、农用化学品和功能材料的设计。正以此来研究治疗阿尔茨海默病(Alzheimer's disease, AD)和其他疾病的新疗法。

而研发驱动制药公司Boehringer-Ingelheim,正专注于研究和实施量子计算在药物研发领域中的前沿用例,其中包括分子动力学模拟(MD),并和谷歌在计算机辅助药物设计(CADD)、计算机建模领域的专业领域一起合作。

显然,在生物制药领域,量子计算所承担的商用价值重要性不言而喻。不仅在蛋白质折叠、药物发现与设计等方面实用价值高,对于基序列的发现和预测、全基因组关联研究(GWAS)、“从头开始结构”(De novo structure)预测等方案,都是基因组学和量子计算相结合的潜在机会。全球生物制药行业发展一直呈巨头垄断态势发展,量子计算或对行业提供了重新洗牌的新机会。

文:慕一

编辑:王珩

上一篇:【优化算法】遗传算法(Genetic Algorithm) (附代码及注释)


下一篇:分布式---Paxos算法