⚛️ quantum physics

Quantum Simulation of Ligand-like Molecules through Sample-based Quantum Diagonalization in Density Matrix Embedding Framework

تُثبت هذه الورقة أن الجمع بين عملية التقطيع الكمي القائم على العينات (SQD) ونظرية تضمين مصفوفة الكثافة (DMET) يتيح حسابات دقيقة كيميائياً لطاقة الحالة الأرضية للجزيئات المعقدة ذات التماثل المنخفض الشبيهة باللجينات على أجهزة IBM Eagle R3 الكمية، وذلك من خلال الإدارة الفعالة لتباينات التشابك المعتمدة على النظام الفرعي.

المؤلفون الأصليون: Ashish Kumar Patra, Anurag K. S. V., Sai Shankar P., Ruchika Bhat, Raghavendra V., Rahul Maitra, Jaiganesh G

نُشر 2026-04-14

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Ashish Kumar Patra, Anurag K. S. V., Sai Shankar P., Ruchika Bhat, Raghavendra V., Rahul Maitra, Jaiganesh G

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

الصورة الكبيرة: حل لغز أحجية ضخم

تخيل أنك تحاول حل أحجية (بازل) ضخمة ومعقدة تمثل جزيئاً (وحدة بناء صغيرة للحياة أو الدواء). هذه الأحجية تحتوي على ملايين القطع، وكل قطعة تتفاعل مع كل قطعة أخرى. محاولة حل اللغز بأكمله دفعة واحدة على كمبيوتر عادي تشبه محاولة أكل فيل كامل في قضمة واحدة—فهذا مستحيل لأن الكمبيوتر سيصاب بالارتباك والإنهاك.

يتحدث هذا البحث عن طريقة جديدة لحل أحجيات الجزيئات هذه باستخدام الحواسيب الكمومية، ولكن مع خدعة ذكية لجعلها تعمل على أجهزتنا الحالية المليئة بالضجيج وغير المثالية.

المشكلة: كبيرة جداً ومليئة بالضجيج

مشكلة الحجم: تواجه الحواسيب التقليدية (مثل لابتوبك) صعوبة في حساب كيفية تفاعل الإلكترونات (الجسيمات الصغيرة التي تمسك الجزيئات ببعضها) في الجزيئات الكبيرة. الرياضيات تصبح ضخمة جداً.
مشكلة الضجيج: الحواسيب الكمومية الحالية تشبه حواسيب "الأطفال". فهي قوية ولكنها حساسة جداً للضجيج (التشويش). إذا طلبت منها إجراء عملية حسابية طويلة ومعقدة، فإنها غالباً ما ترتكب أخطاء.

الحل: نهج "فريق المتخصصين"

استخدم المؤلفون استراتيجية من خطوتين لمعالجة ذلك: DMET (المدير) و SQD (المتخصص).

1. DMET: مدير المشروع (التقسيم إلى أجزاء)

بدلاً من طلب حل الجزيء بأكمله من كمبيوتر واحد، استخدموا تقنية تسمى نظرية تضمين مصفوفة الكثافة (DMET).

التشبيه: تخيل أنك مدير موقع بناء ضخم. بدلاً من محاولة الإشراف على كل طوبة ومسمار في وقت واحد، تقوم بتقسيم الموقع إلى أحياء صغيرة يمكن إدارتها.
كيف يعمل: قاموا بتقسيم الجزيء الكبير إلى قطع صغيرة (عادةً ذرة واحدة لكل قطعة). لكل قطعة، قاموا بإنشاء "فقاعة" تتضمن القطعة نفسها بالإضافة إلى نموذج مبسط لجيرانها (يسمى "الحمام" أو الـ bath).
الفائدة: الآن، بدلاً من حل مشكلة واحدة ضخمة ومستحيلة، أصبح لديهم العديد من المشكلات الصغيرة والسهلة.

2. SQD: المتخصص (المحلل الكمومي)

بمجرد تقسيم المشكلة إلى قطع صغيرة، يقومون بإرسال كل قطعة إلى كمبيوتر كمومي باستخدام طريقة تسمى التقطيع الكمومي القائم على العينات (SQD).

التشبيه: فكر في الكمبيوتر الكمومي كفنان سريع جداً ولكنه "مترنح" قليلاً. إذا طلبت منه رسم لوحة فنية مثالية، فقد يخطئ. ولكن إذا طلبت منه رسم العديد من المسودات الأولية السريعة (العينات) للوحة، يمكنك جمع كل تلك المسودات واختيار أفضل الأجزاء منها لتجميع صورة مثالية لاحقاً.
كيف يعمل:
- يأخذ الكمبيوتر الكمومي "لقطة" (عينة) لحالة الجزيء. ولأن الكمبيوتر مليء بالضجيج، تكون بعض اللقطات غير دقيقة أو خاطئة.
- يأخذون الآلاف من هذه اللقطات.
- ينظر الكمبيوتر التقليدي (المحرر) إلى كل تلك المسودات الفوضوية، ويصلح الأخطاء، ويجد الأنماط المشتركة.
- ثم يحل الرياضيات لتلك "الأنماط الجيدة" فقط لإيجاد الطاقة الدقيقة للجزيء.

التحدي: الجزيئات منخفضة التماثل

استخدمت معظم التجارب السابقة جزيئات بسيطة ومتماثلة (مثل ندفة الثلج المثالية). اختبر هذا البحث الجزيئات الشبيهة باللجيند (ligand-like molecules) (وهي مواد كيميائية تلتصق بالبروتينات، وهي مهمة للأدوية).

التشبيه: هذه الجزيئات تشبه الصخور غير المنتظمة والممتلئة بالنتوءات، وليست مثل ندف الثلج المثالية. ولأنها غير منتظمة، فإن "الأحياء" (القطع) تختلف جميعها في الحجم والشكل. بعضها متصل جداً بجيرانه، والبعض الآخر معزول.
الصعوبة: هذا يجعل من الصعب معرفة مدى حجم "الحمام" (نموذج الجيران) الذي يجب أن يكون لكل قطعة. إذا كان النموذج صغيراً جداً، ستفقد تفاصيل مهمة. وإذا كان كبيراً جداً، فسيصاب الكمبيوتر الكمومي بالارتباك.

النتائج: قصة نجاح

أجرى الفريق هذه التجارب على كمبيوتر IBM's Eagle R3 الكمومي (آلة كمومية حقيقية وعاملة).

النتيجة: قاموا بحساب طاقة هذه الجزيئات المعقدة الشبيهة بالأدوية بـ دقة كيميائية.
ماذا يعني ذلك: في الكيمياء، يمكن أن يعني الخطأ ولو بنسبة ضئيلة جداً الفرق بين نجاح الدواء أو فشله. لقد كانوا دقيقين بما يكفي ليكونوا مفيدين للعلوم الواقعية (في حدود 1 كيلو كالوري/مول).
الخلاصة: حتى مع وجود حواسيب كمومية "صاخبة" وجزيئات غير منتظمة وفوضوية، فإن نهج "المدير + المتخصص" هذا ينجح.

لماذا هذا مهم؟

هذا البحث هو خطوة نحو تصميم الأدوية بمساعدة الكم.

اليوم: نستخدم الحواسيب الفائقة لتخمين كيفية عمل الأدوية، لكنها بطيئة وأحياناً غير دقيقة فيما يتعلق بالتفاعلات المعقدة.
غداً: باستخدام هذه الطريقة، يمكننا استخدام الحواسيب الكمومية لمحاكاة كيفية التصاق جزيء دواء جديد بفيروس أو خلية سرطانية بدقة، مما يساعدنا في تصميم أدوية منقذة للحياة بشكل أسرع.

ملخص في جملة واحدة

أثبت المؤلفون أنه من خلال تقسيم جزيء معقد إلى قطع صغيرة واستخدام كمبيوتر كمومي "صاخب" لأخذ "مسودات أولية" للحل (والتي يتم تنقيحها لاحقاً بواسطة كمبيوتر تقليدي)، يمكننا محاكاة جزيئات الأدوية الحقيقية بدقة اليوم، مما يمهد الطريق لاكتشافات طبية مستقبلية.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "المحاكاة الكمومية للجزيئات الشبيهة باللجينات عبر التشخيص الكمي القائم على العينات في إطار تضمين مصفوفة الكثافة."

1. بيان المشكلة

تعد محاكاة الارتباط الإلكتروني بدقة في الأنظمة الجزيئية الممتدة أمراً مكلفاً حوسبياً للطرق الكلاسيكية، لا سيما بالنسبة للجزيئات الكبيرة ذات الأهمية البيولوجية. وبينما توفر الحواسيب الكمومية حلاً محتملاً، إلا أن الأجهزة الحالية من الجيل المتوسط ذي الضجيج (NISQ) تواجه قيوداً كبيرة:

قيود الأجهزة: تتطلب الخوارزميات المقاومة للخطأ مثل "تقدير الطور الكمي" (QPE) دوائر عميقة تتجاوز قدرات الأجهزة الحالية. كما تعاني النهج التباينية مثل "الخوارزمية التباينية لمتجه الحالة الأقل طاقة" (VQE) من الضجيج، والتقلبات الإحصائية، والحاجة إلى عينات ضخمة.
تعقيد النظام: تمتلك العديد من الجزيئات ذات الأهمية الصناعية (مثل لجينات الأدوية) تماثلاً منخفضاً (C1)، مما يجعل من الصعب تطبيق التبسيطات القياسية القائمة على التماثل المستخدمة في الدراسات السابقة للكيمياء الكمومية.
تحديات التضمين: في نظريات التضمين مثل "نظرية تضمين مصفوفة الكثافة" (DMET)، تُظهر الأنظمة ذات التماثل المنخفض اختلافات في التشابك تعتمد على الجزء (Fragment) بين الجزء وبيئته. وهذا يعقد بناء "مدارات الحمام" (bath orbitals) وتحديد أحجام الشوائب، مما يمثل اختباراً صارماً لسير العمل الهجين بين الكم والكلاسيكي.

2. المنهجية

يقترح المؤلفون إطار عمل هجين (DMET-SQD) يجمع بين التجزئة الكلاسيكية وأخذ العينات الكمومية لحل مشكلة البنية الإلكترونية.

أ. نظرية تضمين مصفوفة الكثافة (DMET)

التجزئة: يتم تفكيك النظام الجزيئي العالمي إلى أنظمة فرعية صغيرة (أجزاء). في هذه الدراسة، تم استخدام مخطط "ذرة واحدة لكل جزء"، وهو استراتيجية تقسيم قوية تقطع الروابط التساهمية (بما في ذلك الروابط الثنائية) لاختبار الطريقة بشكل صارم.
بناء الحمام: لكل جزء، يتم تمثيل البيئة بواسطة مدارات الحمام المستمدة من مصفوفة الكثافة المختزلة أحادية الجسيم (1-RDM).
التحويل (Thresholding): يُستخدم معامل حرج للتشغيل ( $\epsilon_{occ} = 10^{-13}$ ) لتقليص مدارات الحمام المهملة. وهذا يوازن بين المقايضة بين التقاط الارتباط الكافي (شوائب أكبر) والحفاظ على الجدوى للأجهزة (شوائب أصغر).
الاتساق الذاتي: يتم تحسين الجهد الكيميائي العالمي ( $\mu_{glob}$ ) بشكل تكراري لضمان مطابقة العدد الإجمالي لإلكترونات النظام للقيمة الفعلية.

ب. التشخيص الكمي القائم على العينات (SQD)

يعمل SQD كحل عالي المستوى لهاملتونيات الشوائب المضمنة:

تحضير الحالة: يتم تحضير نموذج تبايني (Ansatz)، وتحديداً نموذج "مجموعة جاسترو الموضعية الوحدوية" (LUCJ) الذي تم تهيئته بمعاملات "كوبلد-كلستر" (CCSD)، على الأجهزة الكمومية.
أخذ العينات الكمومية: يتم قياس النظام في القاعدة الحسابية لتوليد مجموعة من التكوينات المشوبة بالضجيج ( $S_{samp}$ ).
استعادة التكوين التكراري (S-CoRe): للتخفيف من ضجيج الأجهزة، يقوم إجراء تكراري بقلب الإشغالات في التكوينات المأخوذة بناءً على توزيعات إشغال المدارات حتى يتم استعادة عدد الجسيمات وتماثلات الغزل (Spin).
بناء الفضاء الجزئي: يتم استخراج تكوينات الغزل الفريدة ودمجها عبر الضرب التنسوري لتشكيل فضاء إسقاط ( $S_{proj}$ ).
التشخيص الكلاسيكي: يتم إسقاط الهاملتوني المضمن على هذا الفضاء الجزئي وتشخيصه كلاسيكياً (باستخدام خوارزمية ديفيدسون) للحصول على طاقة الحالة الأرضية.

ج. الإعداد التجريبي

الأجهزة: أُجريت التجارب على معالج كمومي فائق التوصيل من نوع IBM's Eagle R3 (Sherbrooke) (127 كيوبت).
الجزيئات: تمت محاكاة مجموعة من 8 جزيئات منخفضة التماثل تشبه اللجينات (مثل حمض السيانيك، واليوريا، وكلوريد النيتروزيل) بأوزان جزيئية تتراوح بين 40-76 دالتون باستخدام قاعدة دنيا من نوع STO-3G.
المقارنة المرجعية: تمت مقارنة النتائج مع DMET-FCI (تفاعل التكوين الكامل)، والذي يعمل كمرجع دقيق ضمن إطار DMET.

3. المساهمات الرئيسية

التوسع في الأنظمة منخفضة التماثل: على عكس الدراسات السابقة التي ركزت على الأنظمة عالية التماثل، نجحت هذه الدراسة في تطبيق DMET-SQD على جزيئات ذات تماثل C1 ذات أنماط ترابط متنوعة، مما أثبت قوة الإطار ضد هياكل التشابك المعقدة.
سير عمل فعال للأجهزة: توضح الدراسة أن الجمع بين DMET (لتقليل حجم المشكلة) مع SQD (للتعامل مع الضجيج عبر أخذ العينات والاستعادة) يسمح بتحقيق دقة كيميائية على أجهزة NISQ الحالية دون الحاجة إلى تصحيح الخطأ المتسامح مع الخطأ.
تحليل عتبات التشابك: تقدم الورقة تحليلاً نقدياً لعتبة الإشغال ( $\epsilon_{occ}$ )، موضحة كيف تحدد حجم الشوائب ومتطلبات الموارد. وتبرز أن التشابك يختلف بشكل كبير بين الأجزاء في الأنظمة منخفضة التماثل، مما يستلي على ضبط دقيق يعتمد على النظام.
إثبات القابلية للتوسع: تضمنت أكبر عملية محاكاة جزءاً بـ 30 كيوبت (جزيء HOSCN)، مع أبعاد فضاء هيلبرت تتجاوز $10^9$ ، ومع ذلك ظل فضاء أخذ العينات المختزل بالتماثل قابلاً للمعالجة.

4. النتائج

الدقة الكيميائية: حققت طريقة DMET-SQD دقة كيميائية (ضمن 1 كيلو كالوري/مول أو ~0.0016 هارتي) عبر جميع الجزيئات المدروسة عند مقارنتها بمعايير DMET-FCI.
فروق الطاقة: كانت فروق الطاقة المطلقة باستمرار أقل من $10^{-5}$ هارتي، حيث وصلت بعضها إلى دقة الميكرو-هارتي.
* التقارب: تقارب سير العمل بسرعة، حيث تطلب عادةً 4 تكرارات فقط من تحسين الجهد الكيميائي لتحقيق أخطاء في عدد الإلكترونات أقل من $10^{-7}$ .
كفاءة الموارد:
- كان أكبر عمق للدائرة هو 1,081.
- تعاملت الطريقة بنجاح مع أجزاء تصل إلى 30 كيوبت، في حين أن المحاكاة الكاملة غير المجزأة كانت ستتطلب ما يصل إلى 50 كيوبت (وهو ما يتجاوز القدرات الحالية لأخذ العينات عالي الدقة).
المرونة تجاه الضجيج: نجح إجراء S-CoRe في استعادة الإشارة من البيانات المشوبة بالضجيج، حيث أشارت الدراسة إلى أنه يمكن استخراج إشارة ذات معنى حتى عندما تحتوي البيانات الخام على ضجيج كبير (رغم أن الورقة تشير إلى وجود مقايضة حيث يمكن للضجيب القليل جداً أن يقلل بشكل متناقض من تنوع الفضاء الجزئي).

5. الأهمية والآفاق المستقبلية

الأهمية الصناعية: تثبت المحاكعة الناجحة للجزيئات الشبيهة باللجينات ذات الأهمية الصيدلانية إمكانات تصميم الأدوية بمساعدة الحاسوب الكمي (QCAD) على الأجهزة القريبة من المدى.
رؤية استراتيجية: تؤكد هذه الدراسة أن استراتيجيات التضمين الواعية بالتشابك ضرورية لقابلية التوسع. إن اختيار عتبة مدار الحمام ليس مجرد معلمة تقنية بل هو مفتاح تحكم فيزيائي يوازن بين الدقة والجدوى للأجهزة.
القيود والعمل المستقبلي:
- تعتمد الطريقة حالياً على توزيع نموذج واحد، مما ينطوي على خطر تكرار أخذ العينات للنماذج المهيمنة وفقدان المحددات النادرة ولكن المهمة.
- يجب أن يركز العمل المستقبلي على اختيار الفضاء الجزئي الأكثر إيجازاً بتوجيه من معايير محددة من قبل المستخدم بدلاً من الاعتماد على أخذ العينات وحدها لتقليل التكاليف الحوسبية بشكل أكبر.
- يتطلب التفاعل بين مستويات ضجيج الأجهزة وكفاءة استعادة التكوين مزيداً من الاستقصاء، خاصة مع تحسن دقة البوابات في الأجهزة من الجيل التالي.

في الختام، تضع هذه الورقة مساراً قوياً لمحاكاة الأنظمة الكيميائية الواقعية منخفضة التماثل على أجهزة NISQ من خلال دمج نظرية التضمين الكلاسيكية مع أخذ العينات الكمية المقاومة للضجيج، مما يحقق نتائج تطابق المعايير الكلاسيكية عالية المستوى.