چگونه محاسبات کوانتومی می تواند برای کشف دارو مفید باشد

در سال ۲۰۲۲، ارزش بازار کشف مواد مخدر ۵۵٫۴۶ میلیارد دلار بود و تا سال ۲۰۳۲، انتظار می‌رود این رقم بیش از دو برابر شود و به ۱۳۳٫۱۱ میلیارد دلار برسد. این مبلغ هنگفتی است، با این حال، پس از رویدادهایی مانند COVID-19، اکنون می دانیم که زمان به همان اندازه در بخش کشف دارو بسیار مهم است.

با توجه به اینکه کشف داروهای جدید تا یک دهه طول می کشد و هزینه های توسعه در حال افزایش است، محاسبات کوانتومی می تواند تأثیر قابل توجهی در این فضا داشته باشد. از نظر موارد استفاده کوانتومی، توسعه داروهای ضد ویروسی با طیف وسیع مزایای مستقیمی را شاهد خواهد بود. صنعت داروسازی به طور فزاینده‌ای دیجیتالی می‌شود و هدف آن بهینه‌سازی و حفظ فرآیندها در طول چرخه عمر توسعه برای کاهش زمان و هزینه‌های منابع، همسو با ظهور فناوری‌های محاسباتی جدید است.

مزایای کوانتومی واقع بینانه برای علوم زیستی چیست؟

اول، کشف ترکیبات دارویی با کامپیوترهای کوانتومی زمان بسیار کمتری نسبت به کامپیوترهای کلاسیک خواهد برد کامپیوتر تجاریفشرده سازی تحقیقات برای تولید سرنخ های با کیفیت از سال ها تا چند ماه یا هفته.

یکی از فعالیت‌های اصلی شرکت‌های داروسازی، توسعه روش‌های درمانی است که بیماری‌های چالش برانگیز را درمان یا درمان می‌کند. کامپیوترهای کلاسیک از نظر قدرت محاسباتی محدود هستند و پیش‌بینی رفتار مولکولی دقیق ممکن است سال‌ها طول بکشد تا دقیق محاسبه شود. محاسبات کوانتومی می تواند به طور قابل توجهی کشف اولیه دارو را کاهش دهد و چرخه توسعه را بهینه کند و زمان ورود به کلینیک را به میزان قابل توجهی کاهش دهد.

محاسبات کوانتومی به طور ایده آل برای بهینه سازی این فرآیند مناسب است، با بزرگترین مزیت محاسبات کوانتومی افزایش دقت محاسبات فراتر از هر کامپیوتر کلاسیک است. به این معنی که کیفیت ترکیبات محاسباتی طراحی شده بهبود خواهد یافت.

علاوه بر این، در سال ۲۰۱۹، شرکت های داروسازی بیش از ۱۵ درصد از درآمد خود را صرف تحقیق و توسعه کردند که برخی از آنها حتی بیش از ۲۰ درصد را خرج کردند. فرآیند تحقیق و توسعه شامل شناسایی مولکول‌های خاص برای بهینه‌سازی و غربالگری هزاران مولکول و سپس آزمایش در شرایط کنترل‌شده است که ممکن است سال‌ها طول بکشد. بنابراین اطمینان از کیفیت بهتر مولکول های ورودی بسیار مهم است.

کشف دارو شامل مراحل متعددی است و زمان و هزینه‌ها بین هر کدام متفاوت است، اما میانگین هزینه عرضه یک داروی جدید به بازار ۱٫۳ میلیارد دلار است. پتانسیل کاهش هزینه ها بسیار زیاد است. با این حال، با وجود همه اینها، تنها ۱۰ درصد از داروها در نهایت مرحله آزمایش را پشت سر می گذارند.

کوانتوم قادر خواهد بود به طور قابل توجهی تحقیق و توسعه در کشف دارو را تقویت کند، اما بهینه سازی کارآزمایی‌های بالینی و به حداقل رساندن خطر شکست‌های پرهزینه نیز فوایدی را به همراه خواهد داشت. در طول توسعه دارو، شرکت‌های داروسازی گاهی از رویکردهای آزمون و خطا استفاده می‌کنند، زیرا سرعت انجام این کار بیشتر از هزینه انتظار برای انجام محاسبات محاسباتی کلاسیک فعلی است. کامپیوترهای کوانتومی می‌توانند داده‌های پیش‌بینی را با سرعت و دقت بسیار بیشتری تولید کنند، زمان را کاهش داده، حدس و گمان را حذف کرده و در نتیجه هزینه‌ها را کاهش می‌دهند.

موانع چیست؟

با این وجود، در حالی که کامپیوترهای کوانتومی در حال افزایش هستند، هنوز تعدادی موانع وجود دارد که شرکت ها را از پذیرش کامپیوترهای کوانتومی باز می دارد.

اولا، ادغام محاسبات کوانتومی با موجود زیرساخت فناوری اطلاعات یک کار پیچیده است علیرغم پیشرفته تر بودن، کامپیوترهای کوانتومی جدا از کامپیوترهای کلاسیک توسعه می یابند که ادغام را دشوارتر می کند.

دوم عدم استعداد است. بسیاری از کسب و کارها تخصص لازم برای ادغام این فناوری را در جریان کاری خود ندارند و همین امر پذیرش کوانتومی را بسیار دشوارتر می کند. استعداد در فضای کوانتومی محدود است و زنجیره تامین برای پاسخگویی به تقاضا بسیار باریک است. هنگامی که استعدادها در هیئت مدیره هستند، ممکن است سالها طول بکشد تا درک کوانتومی در کسب و کار ایجاد شود، که پذیرش زودهنگام را بسیار مهم تر می کند.

در نهایت، محاسبات کوانتومی در حال حاضر در مرحله توسعه است و سخت‌افزار کوانتومی در معرض نویز و خطا است و الگوریتم‌ها را برای دستگاه‌های فعلی و آینده غیرقابل حل می‌کند. توسعه روش‌ها و الگوریتم‌های جدید که نویز و خطای فعلی را محاسبه می‌کنند، به کاهش هزینه‌های سربار اندازه‌گیری کمک می‌کند.

چه زمانی روی محاسبات کوانتومی سرمایه گذاری کنیم؟

کامپیوترهای کوانتومی هنوز در مراحل اولیه خود هستند و موانع و موانعی برای استفاده تجاری وجود دارد، اما این مانع از سرمایه گذاری شرکت ها نمی شود. انتظار می‌رود کوانتوم تا سال ۲۰۵۰ تا ۸۵۰ میلیارد دلار درآمد عملیاتی داشته باشد و عامل بزرگی برای کشف دارو، قیمت‌گذاری بازار مالی و هوش مصنوعی و ML باشد.

بخش علوم زیستی از جمله صنایعی است که احتمالاً شاهد تأثیر کوانتومی اولیه و ثبت سرمایه گذاری خواهد بود. در حالی که جذب و آموزش استعدادها ممکن است سال ها طول بکشد، مزایای بلندمدت با افزایش بالقوه ۱٫۳ تریلیون دلار ارزش بخش های برتر تا سال ۲۰۳۵ به دست خواهد آمد.

با در نظر گرفتن این موضوع، برای کسب و کارها مهم است که هر چه زودتر روی کوانتوم سرمایه گذاری کنند. عبور از موانع مانند جذب استعدادهای مرتبط و ادغام سیستم ها زمان می برد. اقدام در حال حاضر به پذیرندگان اولیه شروعی برای مقابله با این مشکلات پیچیده می دهد.

علاوه بر این، تحقیقات کوانتومی به طور مداوم در حال تکامل است و مزایای طولانی مدت زیادی را در بخش علوم زیستی نشان می دهد. به عنوان مثال، الگوریتم‌های کوانتومی مانند Kvantify’s FAST-VQE، که برای انجام شیمی پیچیده و یافتن انرژی در یک سیستم شیمیایی طراحی شده‌اند، امروزه در حال توسعه هستند و نویدبخش آینده هستند.

به طور کلی، برای شرکت‌ها مهم است که سرمایه‌گذاری برای آماده‌سازی کوانتومی را از هم‌اکنون آغاز کنند، بنابراین شکافی بین آماده بودن راه‌حل‌ها و ناتوانی کسب‌وکارها در استفاده از مزیت‌ها را تجربه نکنیم. علاوه بر این، شایان ذکر است که شرکت های کوانتومی وجود دارند که در درجه اول تجارت هستند و می توانند کمک کنند. کسب و کار که فاقد منابع یا استعداد هستند.

سرمایه گذاری اولیه در استعدادها و زیرساخت ها بازده قابل توجهی از جمله سود/پس انداز درآمد و صرفه جویی در زمان را به همراه خواهد داشت، زیرا محاسبات کوانتومی توسعه می یابد و شکاف بین پذیرندگان کوانتومی و شرکت های محاسبات کلاسیک را افزایش می دهد. با افزایش سرمایه‌گذاری، به‌ویژه در بخش علوم زیستی و کشف دارو، سرمایه‌گذاری شرکت‌ها برای جلوگیری از عقب افتادن خود از رقابت یا حتی پیشروی بیش از هر زمان دیگری اهمیت پیدا می‌کند.

ما بهترین خدمات رایانش ابری را فهرست کرده ایم.