Designing lattice proteins with variational quantum algorithms

تعتمد الحياة على عملية طي جزيئي دقيقة تشبه فن الأوريغامي. فالبروتينات، وهي محركات العمل في البيولوجيا، عبارة عن سلاسل طويلة من وحدات بناء تسمى الأحماض الأمينية. ولكي يؤدي البروتين وظيفته، يجب أن ينطوي هذا السلسلة لتتخذ شكلاً ثلاثي الأبعاد دقيقاً. وإذا حدث خطأ في عملية الطي، يفشل البروتين، مما يؤدي غالسباً إلى المرض. لطالما سعى العلماء لفهم كيفية التنبؤ بهذا الطي، ولكن هناك تحدياً أكثر صعوبة: وهو المشكلة العكسية. فبدلاً من التساؤل عن الشكل الذي ستتخذه سلسلة معينة، يتساءل الباحثون عن أي سلسلة من الأحماض الأمينية ستنطوي لتشكل شكلاً محدداً ومرغوباً فيه. هذا هو تصميم البروتين، وهي مهمة أساسية لابتكار أدوية ومواد جديدة. تتطلب هذه المهمة إيجاد تسلسل محدد من المكونات التي ستتخذ طبيعياً بنية مستهدفة، وهو بحث في كون شاسع من الاحتمالات يصعب للغاية حتى على أقوى الحواسيب الكلاسيكية حلها بكفاءة.

في السنوات الأخيرة، ظهر نوع جديد من الحواسيب يعمل وفق القواعد الغريبة لميكانيكا الكم، واعداً بمعالجة مثل هذه الألغاز المعقدة. هذه الآلات، التي لا تزال في مراحل تطويرها الأولى، تُعرف باسم الأجهزة الكمومية ذات المقياس المتوسط والمشوبة بالضجيج (NISQ). وهي قوية ولكنها هشة، وعرضة للأخطاء الناتجة عن التداخل البيئي. ولجعلها مفيدة، يستخدم العلماء نهجاً هجيناً يسمى الخوارزميات الكمومية التباينية. في هذه الطريقة، يقوم الحاسوب الكمومي بإعداد حل محتمل، ثم يقوم حاسوب كلاسيكي بتحليل النتيجة، مع تعديل إعدادات الآلة الكمومية لتحسين المحاولة التالية. وتتكرر هذه الدورة حتى يتم العثور على أفضل إجابة ممكنة. وقد طبق فريق من الباحثين من السويد وألمانيا مؤخراً هذه التقنية على مشكلة تصميم البروتين، لاختبار ما إذا كانت هذه الآلات الكمومية الناشئة يمكن أن تساعد في تحديد تسلسلات الأحماض الأمينية الصحيحة لهياكل محددة.

ركز الباحثون على نموذج مبسط للبروتينات لجعل المشكلة قابلة للإدارة بالنسبة للتكنولوجيا الحالية. فقد استخدموا شبكة ثنائية الأبعاد حيث يتم تمثيل سلسلة البروتين كسلسلة من الخرز. ويأتي هذا الخرز من نوعين: خرز كاره للماء يفضل الالتصاق ببعضه البعض، وخرز قطبي يفضل التفاعل مع الماء. والهدف هو إيجاد ترتيب هذه الخرزات التي تخلق الهيكل الأكثر استقراراً والأقل طاقة لشكل ثابت. وبينما تكون البروتينات الحقيقية أكثر تعقيداً بك הרבה، فإن هذا النموذج المبسط يلتقط الفيزياء الجوهرية لكيفية تجمع الأجزاء الكارهة للماء لتشكيل نواة، وهي خطوة أساسية في طي البروتين. ومن خلال قصر المشكلة على إيجاد التسلسل الصحيح للخرز لشكل ثابت، قلل الباحثون من العبء الحسابي، مما جعل من الممكن اختبار الخوارزميات الكمومية على الأجهزة الحالية.

اختبر الفريق استراتيجيتين مختلفتين لتوجيه الحاسوب الكمومي. كانت الاستراتيجية الأولى متخصصة للغاية في المشكلة، حيث استخدمت طريقة تُعرف باسم خوارزمية التحسين التقريبي الكمومي (QAOA). بنى هذا النهج دائرة كمومية تحاكي القواعد المحددة لنموذج البروتين، مما يعني فعلياً برمجة فيزياء الخرز داخل منطق الآلة. وفي عمليات المحاكاة التي لا يوجد بها أي تداخل، عملت هذه الطريقة بشكل رائع، حيث وجدت التسلسل الصحيح بنسبة نجاح تتجاوز 95 بالمائة للسلاسل الصغيرة. ومع ذلك، عندما أدخل الباحثون الضجيج والأخطاء الموجودة في الأجهزة الكمومية الحقيقية، انهل الأداء. كانت الدوائر المطلوبة لهذا النهج المحدد عميقة ومعقدة للغاية، مما يعني أنها استغرقت وقتاً طويلاً للتشغيل وتراكمت فيها الكثير من الأخطاء لتصبح مفيدة على الأجهزة الحالية.

أما الاستراتيجية الثانية فقد سلكت مساراً مختلفاً، باستخدام نهج فعال من حيث الأجهزة يتجاهل التفاصيل المحددة لمشكلة البروتين. فبدلاً من بناء دائرة مصممة خصيصاً لفيزياء الخرز، صمم الباحثون دائرة بسيطة وضحلة تتناسب تماماً مع القيود الفيزيائية للمعالج الكمومي الذي استخدموه. كان هذا النهج أقل دقة في الظروف المثالية، لكنه أثبت أنه أكثر قوة في مواجهة ضجيج الأجهزة الحقيقية. وعندما شغّل الفريق هذه الدوائر الأبسط على حاسوب كمومي فعلي، كانت النتائج مشجعة. فحتى مع عيوب الآلة، حققت الخوارزمية احتمالية نجاح كبيرة (≥0.2) لمعظم الحالات، بما في ذلك السلاسل التي تصل إلى 29 خرزة.

تسلط الدراسة الضوء على مقايضة حرجة في العصر الحالي للحوسبة الكمومية. فبينما يمكن للخوارزميات المستنيرة بعمق بهيكل المشكلة أن تحقق دقة عالية من الناحية النظرية، إلا أنها غالباً ما تطلب الكثير من الأجهزة الهشة لتكون عملية اليوم. وعلى العكس من ذلك، فإن الدوائر الأبسط والأكثر عمومية، المصممة لتناسب قيود الآلة، يمكن أن تقدم نتائج موثوقة حتى في الظروف الصاخبة. وجد الباحثون أنه من خلال استخدام معاملات تم تحسينها في عمليات المحاكاة لـ "البدء الدافئ" (warm start) للآلة الحقيقية، تمكنوا من تحقيق احتمالية نجاح كبيرة لمعظم حالات المشكلة المدروسة، مع معدلات نجاح تتجاوز 10% في 17 حالة من أصل 22 حالة تم اختبارها. وهذا يشير إلى أنه على الرغم من أن الحواسيب الكمومية ليست جاهزة بعد لتصميم بروتينات حقيقية معقدة، إلا أنها بدأت تظهر بوادر واعدة لحل مهام تحسين محددة ومبسطة ذات صلة بالبيولوجيا.

كما تؤكد الدراسة على أهمية كيفية تدريب هذه الخوارزميات. فقد اكتشف الباحثون أن البدء ببساطة بإعدادات عشوائية لكل حجم مشكلة جديد كان غير فعال. وبدلاً من ذلك، وجدوا أن أخذ الإعدادات المحسنة من مشكلة أصغر وأسهل واستخدامها كنقطة انطلاق لمشكلة أكبر وأصعب ساعد الخوارزمية على التقارب بشكل أسرع بكثير. هذه التقنية، المعروفة باسم "تبرع المعاملات" (parameter donation)، سمحت للنظام بالتعلم من النجاحات السابقة وتطبيق تلك المعرفة على تحديات جديدة. لقد كانت خطوة حاسمة في جعل النهج الفعال للأجهزة ممكناً، مما أثبت أن الطريقة التي يتم بها توجيه الخوارزمية الكمومية لا تقل أهمية عن الخوارزمية نفسها.

في النهاية، تخلص الورقة البحثية إلى أن الاستخدام الأكثر فعالية للحواسيب الكمومية لتصميم البروتين في المستقبل القريب قد لا يكون عبر الطرق الأكثر تطوراً وتخصصاً في المشكلة، بل عبر النهج الأبسط والمعدل تقنياً والذي يمكنه الصمود أمام ضجيج الأجهزة الحالية. لم يدّعِ الباحثون أنهم حلوا مشكلة تصميم البروتين العامة، لكنهم قدموا مساراً قابلاً للتطبيق. ومن خلال إظهار أن هذه الآلات يمكنها التعامل مع خطوة تحسين التسلسل في عملية التصميم، فقد قدموا إثباتاً للمفهوم بأن الحواسيب الكمومية القائمة على البوابات (gate-based) يمكن أن تساهم في الأبحاث الفيزيائية الحيوية. إن الطريق لتصميم أدوية أو مواد جديدة باستخدام الحواسيب الكمومية لا يزال طويلاً، لكن هذه الدراسة تقدم خطوة واضحة وملموسة في ذلك الاتجاه، مظهرة أن هذه الآلات، حتى في حالتها المبكرة والمشوبة بالضجيج، يمكنها إيجاد الإجابات الصحيحة عندما يتم صياغة السؤال بشكل صحيح.