A Quantum Circuit Framework for Protein Ensemble-Level Energetics

細胞の内部を、活気に満ちた混沌としたダンスフロアだと想像してみてください。その混沌の中心には、生命を動かし続ける分子機械であるタンパク質が存在します。しかし、タンパク質は硬い彫像ではありません。それらは、絶えず形を変え、揺れ動き、さまざまなポーズを試みる、エネルギッシュなダンサーのようなものです。科学者たちはこれを「自由エネルギー地形（free-energy landscape）」と呼んでいます。これは、タンパク質が最も深く快適な谷（低エネルギー）に落ち着きたいと考えつつも、時折小さな窪みに捕まったり、動きを変えるために丘を乗り越えなければならなかったりする、起伏のある地形のようなものです。タンパク質の仕事はその形に依存するため、これらの変化を理解することは極めて重要です。もし適切な谷を見つけることができなければ、タンパク質は機能不全に陥り、病気を引き起こす可能性があります。

何十年もの間、科学者たちは強力なスーパーコンピュータを使用して、タンパク質の動きをステップごとにシミュレーションすることで、これらのダンスの動きをマッピングしようとしてきました。しかし、これは、百万人のダンサーを一度に観察するために、一人ひとりの動きをフレームごとに撮影しようとするようなものです。これでは時間がかかりすぎますし、コンピュータはしばしば、ダンサーが高くて険しい丘を乗り越えるのを待っている間に、立ち往生してしまいます。最近、新しいツールが登場しました。量子コンピューティングです。量子コンピュータは、ダンスをステップごとにシミュレートする代わりに、量子力学の奇妙なルールを利用して、多くの可能なダンスのポーズを同時に探索することができます。この論文は、大胆な問いを投げかけています。「量子コンピュータを使って、タンパク質の『最高のポーズ』を見つけるだけでなく、ダンスフロア全体の『群衆の可能性』をマッピングできるだろうか？」

研究者のブシャン・ボンデ、プラティック・パティル、バスカル・チョウベイは、この問いに答えるために、新しい「量子回路フレームワーク」を構築しました。タンパク質を単一の完璧な構造として扱うのではなく、相互作用する小さなスイッチの集まりとして扱うのです。彼らの手法がどのように機能するかを、日常的な言葉に翻訳すると以下のようになります。

タンパク質は光のスイッチの群れ
すべての一個の（タンパク質の構成要素である）アミノ酸を、小さな光のスイッチだと想像してください。この量子モデルでは、各スイッチには2つの状態があります。「グラウンド（接地）」状態（安定しており、スイッチがオフの状態に近い）と、「エキサイテッド（励起）」状態（不安定であり、スイッチがオンの状態に近い）です。研究者たちはまず、タンパク質の静止画（Protein Data Bankと呼ばれるデータベースから取得）を見て、「どれくらいの水がこのアミノ酸に触れているか？」を問いかけます。もしアミノ酸がタンパク質の奥深くに埋もれていれば、それは「オフ（安定）」を好むスイッチのようなものです。もし水にさらされていれば、それは「オン（不安定）」になりたいかもしれないスイッチのようなものです。彼らは、各スイッチがどれくらい水を見ているかに基づいて、オンまたはオフになる特定の確率を持つように量子コンピュータを設定しました。

量子のダンスフロア
ここからが魔法の始まりです。現実の世界では、アミノ酸は単独で行動するわけではありません。彼らは手を取り合い、ぶつかり合い、隣人と影響を及ぼし合います。研究者たちは、これらのつながりを「量子もつれ（entanglement）」を用いて模倣するように量子コンピュータをプログラミングしました。これは、一つのスイッチが切り替わると、その接続強度に基づいて、隣のスイッチを即座に動かすという特別なルールのようなものです。彼らは、これらの「押し（nudges）」をシミュレートするために、特定の量子ゲート（制御回転）を使用しました。これは、メッセージ（エネルギー状態）がタンパク質のネットワークを通じて伝わる「伝言ゲーム」のようなものですが、量子の世界では、メッセージは一度にいたるところへ伝わり、複雑な可能性の網を作り出します。

スナップショットを撮る
量子回路が一巡すると、研究者たちはシステムを「測定」します。量子力学において、測定とはシステムに確定した状態を選ばせることを意味します。この測定を約**1,000,000回（10⁶ショット）**繰り返すことで、膨大なスナップショットのコレクションを生成しました。各スナップショットは、どの多くのアミノ酸が「オン」で、どれが「オフ」であるかという、ユニークな組み合わせである「マイクロステート（微視的状態）」を表しています。

彼らが発見したもの
チームは、Trp-cage（PDB: 1L2Y）という非常に小さくよく知られたタンパク質と、9GDL（より安定するように設計されたキメラ）という、少し大きくて改変されたバージョンの2つの特定のタンパク質を用いて、彼らのフレームワークをテストしました。

• エネルギーマップ： 結果をプロットすると、「漏斗（ファンネル）」の形が見られました。1,000,000個のスナップショットの大部分は、狭い範囲の低エネルギー状態に集まっており、これはタンパク質の最も安定した、幸福な構成を表しています。これは、彼らの量子モデルがエネルギー地形の「谷」を正常に見つけ出したことを裏付けています。
• 違い： 彼らが2つのタンパク質を比較したとき、結果は明確でした。Trp-cage (1L2Y) は、エネルギー状態がタイトで集中していました。しかし、改変された9GDLは、より広いエネルギーの広がりを示しましたが、全体的なエネルギー値はより低く、これはさらに安定していることを示唆していました。量子モデルは、9GDLにおける追加の化学結合が、エネルギー地形全体をシフトさせ、特定のアミノ酸をより安定させ、タンパク質の動きを変えたことを正確に特定しました。
• インフルエンサー（影響を与えるもの）： データを分析することで、彼らはどのアミノ酸がダンスの「リーダー」であるかを特定できました。Trp-cageでは、**トリプトファン（Trp6）**と呼ばれる特定のアミノ酸が安定性の主な原動力でした。改変された9GDLでは、その影響はより広く分散していましたが、依然としてトリプトファン（Trp11）を中心としていました。また、特定のアミノ酸グループが特定の方向に互いにコミュニケーションをとっており、それがリレーレースのように機能することで、タンパク質がどのようにまとまりを維持しているのかを説明できることも発見しました。

これが何を意味し、何を意味しないのか
著者らは、これは量子コンピュータの挙動を模倣した古典的なコンピュータ（具体的にはGPU）によるシミュレーションであることを注意深く述べています。彼らはまだ、実際の物理的な量子マシン上でこれを実行したわけではありません。彼らは、彼らの手法が、タンパク質を静的な彫像としてではなく、動的なアンサンブル（集団）として見るための有望な新しい方法であることを示唆しています。これは、単に「最高の形」を見つけることを超えて、タンパク質が取り得る形の一族全体を理解することへと踏み込んでいます。

しかし、彼らは限界についても認めています。彼らは「2状態（オン/オフ）」の簡略化されたモデルを使用したため、回転する側鎖の正確な角度といった、タンパク質の動きのあらゆる細かなディテールを捉えることはできませんでした。また、将来的にこれを本物の量子コンピュータで実行することは、「ノイズ」やハードウェアのエラーにより困難であることも指摘しています。しかし、彼らは、このフレームワークが、生命のエネルギー的な混沌を理解するために、量子論理を使用する新しい、解釈可能な方法を提供していると主張しています。適切なツールがあれば、複雑なタンパク質の「ダンスフロア全体」をマッピングできるようになり、それらがどのように機能し、壊れたときにどのように修理できるかを理解できる日が来るかもしれないことを示唆しています。