Practical protein-pocket hydration-site prediction for drug discovery on a quantum computer
यह शोध पत्र एक हाइब्रिड 3D-RISM और QUBO-आधारित अनुकूलन दृष्टिकोण का उपयोग करके वास्तविक क्वांटम उपकरणों पर प्रोटीन-पॉकेट हाइड्रेशन साइटों की सफलतापूर्वक भविष्यवाणी करके ड्रग डिस्कवरी के लिए नोइज़ी इंटरमीडिएट-स्केल क्वांटम (NISQ) हार्डवेयर की व्यावहारिक उपयोगिता को प्रदर्शित करता है, जो शास्त्रीय सटीकता से मेल खाता है और पूर्ण क्वांटम लाभ की ओर एक स्पष्ट मार्ग दिखाता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, जटिल गुफा के भीतर एक छोटा, सटीक लेगो (LEGO) किला बनाने की कोशिश कर रहे हैं। लेकिन इसमें एक पेंच है: गुफा पहले से ही अदृश्य, फिसलन भरे पानी के बुलबुलों से भरी हुई है जो दीवारों और एक-दूसरे से चिपकना पसंद करते हैं। यदि आप अपने किले (एक दवा) को गुफा में इस तरह रखना चाहते हैं कि वह बिल्कुल फिट बैठे, तो आपको पहले यह जानना होगा कि वे पानी के बुलबुले कहाँ छिपे हुए हैं। दवा की खोज (drug discovery) की दुनिया में, वैज्ञानिक इन छिपे हुए बुलबुलों को "हाइड्रेशन साइट्स" (hydration sites) कहते हैं। इन्हें खोजना एक धुंधले कमरे में अंधेरे में नक्शा बनाने जैसा है, जहाँ पानी के अणु लगातार घूम रहे होते हैं, अदृश्य जंजीरें बना रहे होते हैं और तोड़ रहे होते हैं, जिससे यह अनुमान लगाना अविश्वसनीय रूप से कठिन हो जाता है कि वे कहाँ ठहरेंगे। यदि आप इसमें गलती करते हैं, तो आपकी दवा अपने लक्ष्य से नहीं जुड़ पाएगी, और पूरी दवा विफल हो सकती है। दशकों से, वैज्ञानिक इन बुलबुलों के स्थान का अनुमान लगाने के लिए शक्तिशाली सुपरकंप्यूटरों का उपयोग करते आए हैं, लेकिन गणित इतना भारी है और स्थान इतना विशाल है कि सबसे तेज़ कंप्यूटर भी कभी-कभी फंस जाते हैं या सर्वोत्तम उत्तर खोजने में बहुत अधिक समय ले लेते हैं।
अब, उस भारी सुपरकंप्यूटर को एक जादुई, भविष्यवादी कैलकुलेटर से बदलने की कल्पना करें जो केवल एक-एक करके नंबर नहीं जोड़ता, बल्कि एक साथ कई संभावनाओं को तलाशता है, जैसे कि एक भूत गुफा की हर दीवार के आर-पार एक साथ देख रहा हो। यही क्वांटम कंप्यूटिंग का वादा है। इस नए अध्ययन में, शोधकर्ताओं के एक दल ने यह परीक्षण करने का निर्णय लिया कि क्या यह जादुई कैलकुलेटर वास्तव में वास्तविक जीवन के ड्रग टारगेटों के लिए "पानी के बुलबुले" की पहेली को हल करने में मदद कर सकता है। उन्होंने केवल सपने नहीं देखे; उन्होंने एक वास्तविक समस्या ली—यह पता लगाना कि प्रोटीन की जेबों में (जो एफडीए-अनुमोदित दवाओं के लक्ष्य हैं) पानी कहाँ स्थित होता है—और इसे वास्तविक क्वांटम हार्डवेयर का उपयोग करके हल करने की कोशिश की। उन्होंने पानी के स्थान की इस उलझी हुई समस्या को एक विशाल लॉजिक पहेली में बदल दिया जिसे "QUBO" कहा जाता है (जो बस एक फैंसी तरीका है एक ऐसी पहेली का जहाँ आपको दो विकल्पों के बीच चुनना होता है, जैसे "यहाँ पानी है" या "यहाँ पानी नहीं है," ताकि सबसे अच्छा स्कोर मिल सके)। फिर, उन्होंने इस पहेली को एक वास्तविक क्वांटम कंप्यूटर को भेजा यह देखने के लिए कि क्या वह पुराने तरीकों की तुलना में तेजी से या बेहतर तरीके से जीतने वाली व्यवस्था खोज सकता है।
परिणाम "यह काम करता है!" और "हम वहां पहुँच रहे हैं" का एक दिलचस्प मिश्रण थे। टीम ने सफलतापूर्वक अपने वाटर-प्लेसमेंट पहेली को आईबीएम (IBM) के नवीनतम क्वांटम उपकरणों पर चलाया, जिनमें 123 क्यूबिट्स (क्वांटम बिट्स का समकक्ष) तक थे। उन्होंने पाया कि क्वांटम कंप्यूटर वास्तव में पानी के अणुओं की सर्वोत्तम व्यवस्था खोज सकता है, जो उनके द्वारा आजमाए गए छोटे पहेलियों के लिए सर्वोत्तम क्लासिकल तरीकों की सटीकता से मेल खाता है। वास्तव में, कुछ परीक्षण मामलों के लिए, क्वांटम सॉल्वर ने लगभग 9% बार सटीक समाधान खोजा, जो कि "सिम्युलेटेड एनीलिंग" (simulated annealing) विधि (एक क्लासिक कंप्यूटर ट्रिक जो धातु को ठंडा करने की नकल करती है) की तुलना में काफी बेहतर था, जिसने केवल लगभग 2% बार सटीक समाधान खोजा था। यह सुझाव देता है कि क्वांटम कंप्यूटर वर्तमान "नॉइजी" (थोड़ा त्रुटिपूर्ण) हार्डवेयर के बावजूद, दवा की खोज के इस विशिष्ट प्रकार के पबारों को संभालने में सक्षम हैं।
हालाँकि, पेपर इस बात पर चिल्लाकर "हमने जीत हासिल कर ली!" कहने में सावधान है। शोधकर्ताओं ने दिखाया कि जबकि क्वांटम कंप्यूटर छोटे पहेलियों (लगभग 100 वेरिएबल्स) पर अच्छी तरह से काम करता था, असली चुनौती बहुत बड़ी पहेलियों में निहित है। जब उन्होंने अधिक वेरिएबल्स (900 या यहाँ तक कि 3,974 तक) जोड़कर पहेली को अधिक विस्तृत और सटीक बनाने की कोशिश की, तो वर्तमान क्वांटम कंप्यूटर उस आकार को संभालने में सक्षम नहीं थे। उन्हें उन बड़ी पहेलियों के साथ क्या होगा, इसका अनुकरण करने के लिए क्लासिकल कंप्यूटरों पर निर्भर रहना पड़ा। सिमुलेशन ने दिखाया कि जैसे-जैसे पहेली बड़ी होती जाती है, पानी के पूर्वानुमान की सटीकता बहुत बेहतर होती जाती है, जो ज्ञात जल स्थितियों के 90% तक की रिकवरी करती है। पेपर सुझाव देता है कि एक वास्तविक क्वांटम मशीन पर इस स्तर की सटीकता तक पहुँचने के लिए, हमें लगभग 1,000 क्यूबिट्स और लगभग 100,000 विशिष्ट क्वांटम ऑपरेशन्स को बिना गलती किए चलाने की क्षमता वाले उपकरणों की आवश्यकता होगी। आईबीएम जैसी हार्डवेयर कंपनियों के रोडमैप के आधार पर, लेखक अनुमान लगाते हैं कि हम 2028 या 2029 के आसपास ऐसे मशीनें देख सकते हैं जो इसके सक्षम हों।
तो, बड़ी बात क्या है? यह पेपर यह दावा नहीं करता है कि क्वांटम कंप्यूटरों ने दवा बनाने के लिए सुपरकंप्यूटरों की जगह ले ली है। इसके बजाय, यह साबित करता है कि यह विचार व्यावहारिक है। उन्होंने सफलतापूर्वक एक वास्तविक दुनिया की दवा की समस्या को क्वांटम कंप्यूटर पर मैप किया और अच्छे परिणाम प्राप्त किए। उन्होंने दिखाया कि जैसे-जैसे तकनीक बढ़ती है, सटीकता भी बेहतर होने की संभावना है। यह दिखाने जैसा है कि एक नया प्रकार का इंजन कार को सड़क पर चला सकता है; यह अभी फॉर्मूला 1 रेस कार नहीं है, लेकिन यह साबित करता है कि इंजन काम करता है, और कुछ और अपग्रेड के साथ, यह फिनिश लाइन तक पहुँचने का सबसे तेज़ तरीका हो सकता है। लेखक निष्कर्ष निकालते हैं कि इस दृष्टिकोण में वैज्ञानिकों को बेहतर दवाएं डिजाइन करने में मदद करने के लिए एक मानक उपकरण बनने की क्षमता है, बशर्ते कि हार्डवेयर उम्मीद के मुताबिक बेहतर होता रहे।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।