[論文レビュー] A perspective on the current state-of-the-art of quantum computing for drug discovery applications

Nick S. Blunt, Joan Bestard Camps+10 more|arXiv (Cornell University)|Jun 1, 2022

Chronic Lymphocytic Leukemia Research被引用数 15

ひとこと要約

この論文は、複雑なドラッグ-タンパク質相互作用をシミュレートするために、フォールトトレランス量子コンピューティングを近い将来に利用可能にするかを評価している。特に、ブルトンのチロシンキナーゼに結合した共有結合性阻害薬であるイブルチニブを焦点としている。最近の量子位相推定（QPE）におけるスパース・キュービット化の進展により、50軌道のアクティブ領域をシミュレートするための推定実行時間が1,000年以上から数日間まで短縮されたことが示された。これは、創薬分野における実用的量子優位性への急速な進展を示唆している。

ABSTRACT

Computational chemistry is an essential tool in the pharmaceutical industry. Quantum computing is a fast evolving technology that promises to completely shift the computational capabilities in many areas of chemical research by bringing into reach currently impossible calculations. This perspective illustrates the near-future applicability of quantum computation to pharmaceutical problems. We briefly summarize and compare the scaling properties of state-of-the-art quantum algorithms, and provide novel estimates of the quantum computational cost of simulating progressively larger embedding regions of a pharmaceutically relevant covalent protein-drug complex involving the drug Ibrutinib. Carrying out these calculations requires an error-corrected quantum architecture, that we describe. Our estimates showcase that recent developments on quantum algorithms have dramatically reduced the quantum resources needed to run fully quantum calculations in active spaces of around 50 orbitals and electrons, from estimated over 1000 years using the Trotterisation approach to just a few days with sparse qubitisation, painting a picture of fast and exciting progress in this nascent field.

研究の動機と目的

• 創薬応用における量子コンピューティングの最新状態を評価すること、特に共有結合性ドラッグ-タンパク質複合体のシミュレーションに焦点を当てる。
• バリエーショナル量子固有値求解法（VQE）と量子位相推定（QPE）の2大量子アルゴリズムの、電子構造計算におけるスケーリング特性を比較すること。
• エラー補正量子アーキテクチャを用いて、イブリチニブ-ブルトンのチロシンキナーゼ複合体のより大きな埋め込み領域をシミュレートするための量子計算コストを推定すること。
• 最近のQPEにおけるアルゴリズム的改善、特にスパース・キュービット化が、約50軌道のアクティブ領域においてリソース要件を顕著に削減することを示すこと。
• フォールトトレランス量子ハードウェアを用いた完全な量子シミュレーションを創薬分野に実装するためのロードマップを提示すること。

提案手法

• 第二量子化とジョルダン＝ウィグナー変換を用いて、医薬的関連性のある共有結合性複合体（イブリチニブ-ブルトンのチロシンキナーゼ）の電子構造問題を量子コンピュータにマッピングする。
• VQEとQPEアルゴリズムのリソーススケーリングを比較し、QPEが繰り返し回数を減らして高精度な固有値推定を達成できるため、より良好なスケーリング特性を示すと結論づける。
• QPEにおける時間発展演算子の実装に、トロッターリゼーションと比較してゲート数と回路深さを顕著に削減するスパース・キュービット化を優先手法として採用する。
• 表面コードベースのエラー補正を用いた論理的キュービットモデルを用い、フォールトトレランスリソースコストを推定する。論理的エラー率とマジック状態の精製失敗確率を含める。
• 所望の成功確率（Ps）と2−tの精度で固有値推定を達成するために必要な繰り返し回数（l）と中央値推定サンプル数（k）を推定するために確率的境界を適用する。
• sinc関数に基づく近似を用い、δn = 1/2 での最小化により、真値からのずれがε = 2−t以内の固有値推定確率に対する解析的境界を導出する。

実験結果

リサーチクエスチョン

• RQ1 共有結合性ドラッグ-タンパク質複合体における50軌道のアクティブ領域をシミュレートする際、異なる量子アルゴリズムにおけるリソース要件はどのようにスケーリングされるか？
• RQ2 スパース・キュービット化とトロッターリゼーションの違いが、医薬品系における量子位相推定の総ゲート数と実行時間に与える影響は何か？
• RQ3 近い将来に完全な量子シミュレーションが可能になるために、どの程度のエラー補正と論理的忠実度が求められるか？
• RQ4 所望の精度内での基底状態エネルギーの高確率推定を達成するために、必要な回路繰り返し回数と中央値サンプル数はどれくらいか？
• RQ5 最近のQPEにおけるアルゴリズム的進展により、化学的に関連する系において、量子シミュレーションの推定実行時間が数世紀から数日間まで短縮可能になるか？

主な発見

• エラー補正QPEとスパース・キュービット化を用いた50軌道のアクティブ領域の完全な量子シミュレーションの推定実行時間は、古いトロッターリゼーション手法に比べて1,000年以上から数日間まで短縮された。
• スパース・キュービット化により、時間発展演算子の実装に必要な2キュービットゲート数が桁違いに削減され、量子位相推定の実装がより効率的になった。
• 真値からのずれが2−t以内の固有値推定を得る確率は、1 − 4/(π²(2^{m−t+1}−1)) 以上であると下限で保証され、十分なキュービット精度により高忠実度推定が可能となる。
• 中央値推定の成功確率は、k = 2⌊ηm/2⌋ + 1 を選ぶことで向上するが、保守的な仮定を採用して必要な繰り返し回数が不足しないようにしている。
• エラー補正は不可欠である：論理的エラー率とマジック状態の精製失敗確率（Pf）は、複数回の実行で信頼できる結果を得るため、約10−4未満に保たれる必要がある。
• 本研究は、最近のアルゴリズム的およびハードウェア的進展が急速に一致しており、複雑なドラッグ分子のフォールトトレランス量子シミュレーションが今世紀中頃までに現実の可能性となると結論づけた。