ทีมนักวิจัยจากมหาวิทยาลัยเทคนิคแห่งเดนมาร์ก (DTU) ได้ประสบความสำเร็จในการแสดงให้เห็นว่าควอนตัมคอมพิวเตอร์สามารถเพิ่มความแม่นยำและขอบเขตการทำงานของแบบจำลองปัญญาประดิษฐ์ (AI) เชิงสร้างสรรค์ (generative AI) สำหรับการค้นพบยาได้อย่างไร โดยพวกเขาได้ดำเนินการทดลองนี้ในช่วงเวลาว่างและใช้เงินทุนที่เหลือจากโครงการอื่น ๆ
ทีมวิจัยได้นำแบบจำลอง generative AI สำหรับการทำนายโปรตีนมาทำงานร่วมกับควอนตัมคอมพิวเตอร์ขนาดเท่าเครื่องพิมพ์ที่พัฒนาโดย ORCA Computing ซึ่งเป็นสตาร์ทอัพจากอังกฤษ เทคนิคแบบผสมผสานนี้ช่วยเร่งความเร็วของ AI โดยการเชื่อมโยงเครื่องจักรควอนตัมเข้ากับโปรเซสเซอร์แบบดั้งเดิม ทีมนักวิจัยใช้เทคนิคนี้ในการสร้างเปปไทด์ใหม่ ซึ่งเป็นสายโซ่สั้นๆ ของกรดอะมิโน ที่สามารถจับกับโปรตีนจำเพาะในร่างกายได้ ซึ่งเป็นขั้นตอนสำคัญในการพัฒนาวัคซีน
ศาสตราจารย์ Timothy Patrick Jenkins จาก DTU ซึ่งเป็นผู้นำโครงการ กล่าวว่า ทีมวิจัยทำงานในช่วงสุดสัปดาห์และรวบรวมเงินที่ไม่ได้ใช้จากโครงการอื่น ๆ เนื่องจาก "วิทยาศาสตร์ที่เป็นนวัตกรรมส่วนใหญ่นั้นน่ากลัวเกินไปสำหรับมูลนิธิ" การสร้างเปปไทด์ในห้องปฏิบัติการและทดสอบว่าสามารถจับกับโปรตีนเป้าหมายได้หรือไม่ พบว่าแบบจำลองที่ใช้ควอนตัมคอมพิวเตอร์สามารถสร้างเปปไทด์ที่ประสบความสำเร็จได้มากกว่าแบบจำลองแบบดั้งเดิม โดยเฉพาะอย่างยิ่งในกรณีที่ข้อมูลการฝึกมีจำกัด ทีมวิจัยเชื่อว่าเครื่องจักรนี้สามารถเร่งการพัฒนายาภูมิคุ้มกันบำบัดและวัคซีนแบบเฉพาะบุคคล รวมถึงปรับปรุงประสิทธิภาพของยาสำหรับกลุ่มประชากรที่ยังไม่ได้รับการศึกษาอย่างเพียงพอ
แม้ว่าควอนตัมคอมพิวติ้งยังคงเป็นสาขาที่อยู่ในช่วงเริ่มต้นและเผชิญกับการตรวจสอบอย่างเข้มข้นเนื่องจากความท้าทายทางเทคนิคในการสร้างเครื่องจักรเหล่านี้และนำไปประยุกต์ใช้แก้ปัญหาได้อย่างมีประสิทธิภาพ แต่การศึกษานี้แสดงให้เห็นถึงการประยุกต์ใช้ในเชิงพาณิชย์ในระยะใกล้สำหรับควอนตัมคอมพิวเตอร์ Richard Murray ซีอีโอของ ORCA Computing กล่าวว่า การศึกษานี้มีความแปลกใหม่ตรงที่แสดงให้เห็นถึงการใช้งานจริงในระยะใกล้สำหรับควอนตัมคอมพิวเตอร์ ซึ่งเป็นสิ่งที่หลายบริษัทอุตสาหกรรมมองว่ายังห่างไกลและไม่ชัดเจน ทีมวิจัย DTU จะดำเนินการศึกษาต่อไปเพื่อดูว่าจะสามารถใช้เวิร์กโฟลว์นี้กับแบบจำลองที่ทันสมัยกว่าและโปรตีนที่มีขนาดใหญ่ขึ้นได้หรือไม่ โดยเฉพาะอย่างยิ่งในโรคที่ถูกละเลยซึ่งได้รับเงินทุนวิจัยน้อย
