Resource-Efficient Bio-Molecular Docking on a NISQ-era Digital Quantum Computer
यह शोध पत्र आणविक डॉकिंग (molecular docking) के लिए एक संसाधन-कुशल हाइब्रिड क्वांटम-क्लासिकल ढांचे का प्रस्ताव करता है और प्रयोगात्मक रूप से उसका सत्यापन करता है, जो समस्या को एक अधिकतम वर्टेक्स-वेटेड क्लिक (maximum vertex-weighted clique) कार्य के रूप में पुनर्गठित करता है, एक सिद्ध प्योर प्रोडक्ट स्टेट ऑप्टिमाइज़र के साथ एक वेरिएशनल फुल-बेसिस एनकोडिंग रणनीति का उपयोग करता है, और संरचना-आधारित औषधि डिजाइन (structure-based drug design) को आगे बढ़ाने के लिए एक IBM क्वांटम कंप्यूटर पर इसकी व्यवहार्यता प्रदर्शित करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
नई दवाओं की खोज की दौड़ में, वैज्ञानिक अक्सर एक अत्यधिक जटिल पहेली का सामना करते हैं। उन्हें एक छोटे ड्रग मॉलिक्यूल (जिसे लिगैंड कहा जाता है) को एक बड़े प्रोटीन टारगेट के विशिष्ट पॉकेट में फिट करने का सही तरीका खोजना होता है, ठीक वैसे ही जैसे किसी ताले को खोलने वाली सटीक चाबी ढूंढना। यह प्रक्रिया, जिसे मॉलिक्यूलर डॉकिंग कहा जाता है, ऐसी दवाएं डिजाइन करने के लिए आवश्यक है जो बीमारियों को रोक सकें, लेकिन यह अविश्वसनीय रूप से कठिन है क्योंकि अणु लचीले होते हैं और अनगिनत आकारों में मुड़ सकते हैं। इन दोनों अणुओं के आपस में जुड़ने के संभावित तरीकों की संख्या इतनी तेजी से बढ़ती है कि दुनिया के सबसे शक्तिशाली सुपरकंप्यूटर भी बहुत अधिक समय या ऊर्जा खर्च किए बिना हर विकल्प की जांच करने में संघर्ष करते हैं। इस कार्य को प्रबंधनीय बनाने के लिए, शोधकर्ताओं ने भौतिक समस्या को बिंदुओं को जोड़ने वाले एक गणितीय खेल में अनुवादित करना सीखा है। इस खेल में, सबसे अच्छा फिट उन जुड़े हुए बिंदुओं के सबसे मूल्यवान समूह को खोजने के अनुरूप है, जो कि एक ऐसी चुनौती है जिसे कंप्यूटर के लिए जल्दी हल करना अत्यंत कठिन होता है।
शोधकर्ताओं की एक टीम ने अब नवीनतम पीढ़ी के क्वांटम कंप्यूटरों का उपयोग करके इस समस्या से निपटने का एक नया तरीका प्रदर्शित किया है। ये मशीनें, जो वर्तमान में विकास के प्रारंभिक चरण में हैं और शोर (noise) के प्रति संवेदनशील हैं, अभी इतनी शक्तिशाली नहीं हैं कि बड़े पैमाने पर दवा की खोज के लिए आवश्यक जटिल एल्गोरिदम चला सकें। हालांकि, टीम ने दिखाया कि सूचना को संकुचित करने की एक चतुर तकनीक का उपयोग करके, वे इस डॉकिंग पहेली के एक विशिष्ट संस्करण को एक वास्तविक क्वांटम प्रोसेसर पर हल कर सकते थे। उन्होंने दो अलग-अलग ड्रग-प्रोटीन जोड़ों के लिए इष्टतम बाइंडिंग कॉन्फ़िगरेशन को सफलतापूर्वक पहचाना, जिससे यह सिद्ध हुआ कि ये नाजुक, शुरुआती दौर की मशीनें सर्वोत्तम आणविक अंतःक्रियाओं (molecular interactions) को चुनने के कठिन कार्य में सहायता कर सकती हैं।
शोधकर्ताओं ने भौतिक समस्या—एक ड्रग को प्रोटीन से जोड़ने की—को एक ग्राफ (बिंदुओं और रेखाओं का एक नेटवर्क) में बदलकर शुरुआत की। प्रत्येक बिंदु ड्रग की एक विशेषता और प्रोटीन की एक विशेषता के बीच एक संभावित संपर्क का प्रतिनिधित्व करता था, जैसे कि हाइड्रोजन बॉन्ड या हाइड्रोफोबिक इंटरेक्शन। रेखाओं ने उन बिंदुओं को जोड़ा जो बिना किसी संघर्ष के एक साथ मौजूद हो सकते थे, जिससे सभी वैध संयोजनों का एक मानचित्र तैयार हुआ। लक्ष्य उन बिंदुओं का समूह खोजना था जो एक-दूसरे से जुड़े हों और जिनका कुल मूल्य उच्चतम हो, जो सबसे मजबूत और स्थिर बाइंडिंग का प्रतिनिधित्व करता हो। यह एक क्लासिक प्रकार की गणितीय समस्या है जिसे 'मैक्सिमम वर्टेक्स-वेटेड क्लिक प्रॉब्लम' (maximum vertex-weighted clique problem) के रूप में जाना जाता है। हालांकि क्लासिकल कंप्यूटर इसे हल कर सकते हैं, लेकिन उन्हें अक्सर बहुत बड़ी संख्या में संभावनाओं की जांच करनी पड़ती है, जो अणुओं के बड़े और अधिक लचीले होने पर अक्षम हो जाता है।
क्वांटम कंप्यूटर के लिए इस कार्य को आसान बनाने के लिए, टीम ने कम भौतिक घटकों में अधिक जानकारी पैक करने का एक तरीका विकसित किया। एक मानक क्वांटम कंप्यूटर डेटा स्टोर करने के लिए क्यूबिट्स (qubits) नामक सूक्ष्म इकाइयों का उपयोग करता है, लेकिन इन मशीनों में वर्तमान में बहुत कम क्यूबिट्स उपलब्ध हैं। शोधकर्ताओं ने महसूस किया कि एक एकल क्यूबिट केवल ऑन या ऑफ होने वाला साधारण स्विच नहीं है; यह एक अधिक जटिल वस्तु है जिसे अंतरिक्ष में तीन अलग-अलग दिशाओं द्वारा वर्णित किया जा सकता है। इन तीनों दिशाओं का उपयोग करके, वे एक सिंगल क्यूबिट पर सामान्य एक सूचना के बजाय तीन अलग-अलग सूचनाएं एनकोड कर सके। इसने उन्हें समस्या के आकार को काफी हद तक सिकोड़ने की अनुमति दी, जिससे एक बड़े ग्राफ को बहुत छोटे क्वांटम सर्किट में फिट किया जा सका जिसे मौजूदा हार्डवेयर वास्तव में संभाल सके।
टीम ने कंप्यूटर की खोज शुरू करने के लिए एक स्मार्ट तरीका भी पेश किया। एक रैंडम अनुमान से शुरुआत करने के बजाय, जो अक्सर कंप्यूटर को एक लंबे और अनुत्पादक पथ पर ले जाता है, उन्होंने एक क्लासिकल कंप्यूटर का उपयोग करके एक ऐसी प्रक्रिया के कुछ चरणों का अनुकरण (simulate) किया जो स्वाभाविक रूप से सिस्टम को सर्वोत्तम समाधान की ओर निर्देशित करती है। उन्होंने इस क्लासिकल सिमुलेशन के परिणाम का उपयोग क्वांटम कंप्यूटर के प्रारंभिक अवस्था (initial state) को सेट करने के लिए किया। इस "वार्म स्टार्ट" (warm start) का अर्थ था कि क्वांटम प्रोसेसर अपना काम पहले से ही उत्तर के करीब से शुरू कर रहा था, जिससे अंतिम समाधान खोजने के लिए बहुत कम चरणों की आवश्यकता पड़ी। कम क्यूबिट्स में अधिक डेटा पैक करने और खोज को बेहतर स्थिति में शुरू करने के इस संयोजन ने उन्हें IBM द्वारा बनाए गए एक वास्तविक क्वांटम डिवाइस पर पूरी प्रक्रिया चलाने में सक्षम बनाया।
जब उन्होंने इस दृष्टिकोण का परीक्षण बायोटिन (biotin) और बेंजामामाइडिन (benzamidine) नामक अणुओं वाले दो विशिष्ट ड्रग-प्रोटीन जोड़ों पर किया, तो परिणाम उत्साहजनक थे। सीमित शक्ति और कुछ शोर वाले डिवाइस पर चलते हुए, क्वांटम कंप्यूटर ने सफलतापूर्वक उसी सर्वोत्तम-फिट समाधान की पहचान की जो एक आदर्श, शोर-रहित सिमुलेशन द्वारा पाया गया होता। शोधकर्ताओं ने पाया कि उनकी विधि न केवल सही उत्तर को पुनः प्राप्त करने में सक्षम थी, बल्कि इसने पारंपरिक पद्धति की तुलना में अधिक विश्वसनीय और उच्च सफलता दर के साथ ऐसा किया, जो प्रत्येक क्यूबिट पर कम दिशाओं का उपयोग करती है। उन्होंने देखा कि यह विधि एक 'शैलो सर्किट' (shallow circuit) के साथ भी अच्छी तरह काम करती है, जिसका अर्थ है कि इसे उन त्रुटियों के प्रति संवेदनशील गहरे ऑपरेशन्स की गहरी परतों की आवश्यकता नहीं थी जो वर्तमान मशीनों पर आम हैं।
यह अध्ययन यह दावा नहीं करता है कि क्वांटम कंप्यूटरों ने दवा डिजाइन के लिए क्लासिकल तरीकों की जगह ले ली है, न ही यह सुझाव देता है कि यह विशिष्ट तकनीक नई दवाओं को खोजने की पूरी समस्या को हल करती है। इसके बजाय, यह दिखाता है कि क्वांटм कंप्यूटर एक विशिष्ट, कठिन चरण के लिए एक विशेष उपकरण के रूप में कार्य कर सकते हैं: संभावनाओं की एक विशाल सूची में से सबसे उपयुक्त अंतःक्रियाओं के सेट का चयन करना। शोधकर्ताओं ने सिद्ध किया कि फुल-बेसिस एनकोडिंग रणनीति और एक स्मार्ट इनिशियलाइजेशन तकनीक का उपयोग करके, वे आज के अपूर्ण हार्डवेयर पर इन कॉम्बिनेटोरियल समस्याओं को हल कर सकते हैं। यह कार्य एक ठोस प्रदर्शन प्रदान करता है कि संसाधन-कुशल क्वांटम एल्गोरिदम को वास्तविक उपकरणों पर निष्पादित किया जा सकता है, जो जैविक अनुसंधान के भारी गणना संबंधी कार्यों में इन मशीनों का उपयोग करने के लिए एक संभावित मार्ग प्रस्तुत करता है।
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।