Practical protein-pocket hydration-site prediction for drug discovery on a quantum computer

Resumo Técnico: Predição Prática de Sítios de Hidratação de Bolsos Proteicos para Descoberta de Fármacos em um Computador Quântico

Definição do Problema
A predição precisa das configurações de moléculas de água dentro de bolsos de ligação de proteínas é uma tarefa crítica, porém computacionalmente exigente, na Descoberta de Fármacos Auxiliada por Computador (CADD). As moléculas de água frequentemente atuam como intermediárias na ligação proteína-ligante, influenciando significamente a estabilidade estrutural e a afinidade de ligação. No entanto, prever esses "sítios de hidratação" é desafiador devido à alta dimensionalidade do espaço conformacional e às complexas redes de ligações de hidrogênio que a água forma. Embora métodos clássicos como Dinâmica Molecular (MD) e simulações de Monte Carlo existam, eles incorrem em custos computacionais significativos, especialmente quando o amostragem aprimorada é necessária. Abordagens de aprendizado de máquina estão melhorando, mas atualmente carecem de precisão suficiente para aplicações rigorosas de CADD. Este artigo aborda o desafio de formular e resolver o problema de predição de sítios de hidratação 3D utilizando hardware de Escala Intermediária com Ruído Quântico (NISQ) para demonstrar utilidade prática em pipelines de descoberta de fármacos.

Metodologia
Os autores propõem um fluxo de trabalho híbrido quântico-clássico que mapeia o problema contínuo de posicionamento de água em um problema de otimização discreto, solucionável em hardware quântico. A metodologia procede através das seguintes etapas:

1. Cálculo de Densidade 3D-RISM: O processo começa com o cálculo da função de densidade de água contínua 3D-RISM, $g(r)$, ao redor da proteína alvo (ou complexo proteína-ligante) usando o pacote AmberTools. Esta densidade representa a distribuição de probabilidade das moléculas de solvente.
2. Discretização e Redução de Dimensionalidade: Para tornar o problema tratável para o hardware quântico atual, o $g(r)$ contínuo é reamostrado em uma grade mais grosseira. Regiões de baixa densidade são filtradas usando um limiar $\tau_g$. Isso reduz o problema de $\sim10^6$ pontos de grade para um número gerenciável de variáveis binárias (qubits).
3. Formulação QUBO: A predição de sítios de hidratação é formulada como um problema de otimização de Modelo de Mistura Gaussiana (GMM), que é então mapeado para um problema de Otimização Binária Quadrática Não Restrita (QUBO).
   • Variáveis binárias $x_i \in \{0, 1\}$ representam a presença (1) ou ausência (0) de uma molécula de água em um local de grade específico $i$.
   • A função objetivo minimiza a diferença da norma $L_2$ entre a densidade 3D-RISM alvo e a soma das distribuições Gaussianas selecionadas.
   • A matriz QUBO codifica vieses lineares (energia livre de solvatação de locais individuais) e termos quadráticos (interações par a par), incluindo penalidades para posicionar moléculas de água muito próximas umas das outras.
4. Otimização Quântica: As instâncias QUBO resultantes são resolvidas usando o solver de otimização Fire Opal da Q-CTRL em dispositivos quânticos da IBM (especificamente processadores Heron r2 e r3, até 156 qubits). O solver emprega um ansatz variacional aprimorado, compilação de circuito eficiente e supressão de erro automatizada para mitigar o ruído.
5. Pós-processamento: Os bitstrings otimizados produzidos pelo solver quântico são decodificados em coordenadas espaciais 3D, representando as posições previstas de água (PW).

Principais Contribuições e Resultados

• Demonstração Experimental: O estudo executou com sucesso predições de sítios de hidratação em hardware quântico real para até 123 qubits (123 variáveis binárias). O conjunto de teste incluiu seis complexos proteína-ligante (estruturas holo) e uma estrutura apo relevante para fármacos aprovados pela FDA.
• Desempenho do Solver: Nas instâncias testadas (até 116 variáveis), o solver quântico Q-CTRL demonstrou uma probabilidade de sucesso de encontrar a solução ótima (verificada contra solvers clássicos CPLEX) de aproximadamente 9%. Isso superou significativamente o Recozimento Simulado (SA), que encontrou a solução ótima com apenas ~2% de probabilidade, e um solver local guloso, que falhou em encontrar o ótimo.
• Análise de Escalabilidade e Precisão:
  • Os autores analisaram o impacto da resolução da grade ($\delta$) e dos limiares de densidade ($\tau_g$) na precisão da predição.
  • Ao escalar o tamanho do problema até 900 variáveis usando heurísticas clássicas (SA) como um proxy para o potencial do solver quântico, observaram que as métricas de precisão (fração de águas de cristal identificadas, $C$; precisão, $P$) melhoram com o tamanho do problema.
  • Para uma instância de 900 variáveis, o método previu até ~60% das posições de águas de cristal, com métricas de precisão comparáveis ou superiores aos métodos clássicos rápidos existentes, como Hydraprot, Placevent, Watgen e Dowser++.
• Estimativa de Recursos: O artigo fornece uma estimativa de recursos para alcançar a "utilidade quântica" (superar solvers clássicos exatos) e a "vantagem quântica" (superar heurísticas).
  • Solvers clássicos exatos têm dificuldade com instâncias além de ~123 variáveis (levando >3 horas sem convergência).
  • Uma instância de 900 variáveis, estimada para exigir ~100.000 portas de dois qubits, é identificada como o limiar onde o método se torna competitivo com abordagens alternativas.
  • Com base no roteiro de hardware da IBM, os autores projetam que a contagem de qubits necessária e as fidelidades de porta de correção de erro para lidar com essas escalas podem ser alcançáveis entre 2027–2029.

Significância e Alegações
O artigo alega demonstrar a utilidade prática do hardware NISQ para uma tarefa recorrente e de alto valor na descoberta de fármacos: a predição da hidratação de bolsos proteicos. Os autores afirmam que sua abordagem híbrida reproduz com sucesso predições experimentais em complexos proteína-ligante reais com precisão compatível com abordagens clássicas.

A significância do trabalho reside em:

1. Prova de Conceito: Valida o mapeamento de problemas biológicos 3D complexos para formulações QUBO solucionáveis em hardware quântico digital atual.
2. Caminho de Escalabilidade: A análise de estimativa de recursos indica que a utilidade quântica total está ao alcance conforme os dispositivos escalam, sugerindo que a otimização quântica pode melhorar sistematicamente a precisão com o aumento do número de qubits.
3. Integração de Pipeline: O método é posicionado como uma ferramenta para auxiliar na configuração de cálculos de docking e na otimização de leads de fármacos, fornecendo dados precisos de sítios de hidratação, potencialmente reduzindo o custo computacional da preparação de complexos proteína-ligante para simulações posteriores.

Os autores mantêm uma postura modesta, reconhecendo que, embora o hardware atual limite o tamanho do problema a ~100 variáveis, a metodologia é desenhada para escalar. Eles observam que alcançar uma vantagem quântica definitiva sobre as heurísticas clássicas de última geração requer novas melhorias de hardware (especificamente em fidelidade de porta e correção de erro) esperadas no futuro próximo.