[논문 리뷰] A perspective on the current state-of-the-art of quantum computing for drug discovery applications

Nick S. Blunt, Joan Bestard Camps외 10명|arXiv (Cornell University)|2022. 06. 01.

Chronic Lymphocytic Leukemia Research인용 수 15

한 줄 요약

이 논문은 복잡한 약물-단백질 상호작용을 시뮬레이션하는 데 장기적으로 고장 내성 양자 컴퓨팅을 사용할 수 있는지 평가한다. 특히 브루톤의 티로신 키나제에 결합한 공유 결합 억제제인 이브루티니브를 중심으로 다룬다. 최근의 양자 위상 추정(QPE)과 희박한 큐비트화 기법의 발전으로 50 오비탈 활성 공간의 시뮬레이션에 소요되는 예상 실행 시간이 1,000년 이상에서 며칠 내로 감소했음을 보여주며, 약물 개발 분야에서 실용적인 양자 우위에로의 급속한 진전을 시사한다.

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.

연구 동기 및 목표

• 약물 개발 적용 분야에서 현재의 최첨단 양자 컴퓨팅 기술 수준을 평가하며, 특히 공유 결합 억제제-단백질 복합체의 시뮬레이션에 중점을 둔다.
• 전자 구조 계산을 위한 주요 양자 알고리즘인 변량 양자 고유값 해법(VQE)과 양자 위상 추정(QPE)의 스케일링 특성을 비교한다.
• 에러 수정된 양자 아키텍처를 사용하여 이브루티니브-브루톤의 티로신 키나제 복합체의 점점 더 큰 임베딩 영역을 시뮬레이션하는 데 필요한 양자 계산 비용을 추정한다.
• 최근 QPE의 알고리즘 개선, 특히 희박한 큐비트화 기법이 약물학적으로 관련성이 있는 약물 분자에 대해 약 50 오비탈 활성 공간의 자원 요구량을 극적으로 감소시킨다는 것을 입증한다.
• 고장 내성 양자 하드웨어를 사용한 약물 개발에서 완전한 양자 시뮬레이션의 실용적 구현을 위한 도표를 제공한다.

제안 방법

• 이브루티니브-브루톤의 티로신 키나제와 같은 약물학적으로 관련성이 있는 공유 결합 복합체의 전자 구조 문제를 두 번째 양자화와 조르단-위저 변환을 사용하여 양자 컴퓨터에 매핑한다.
• VQE와 QPE 알고리즘의 자원 스케일링을 비교하여, QPE가 더 유리한 스케일링을 보임을 결론 내리며, 이는 덜 반복되는 회로로도 고정밀도 고유값 추정이 가능하기 때문이다.
• QPE에서 시간 진동 연산자를 구현하는 데 있어 희박한 큐비트화를 선호하는 방법으로 사용하여 트로터화와 비교해 두 큐비트 게이트 수와 회로 깊이를 크게 감소시킨다.
• 표면 코드 기반 에러 수정을 사용한 논리 큐비트 모델을 활용하여 고장 내성 자원 비용을 추정하며, 논리적 오류율과 마법 상태 분해 실패 확률을 포함한다.
• 필요한 반복 수(l)와 중앙값 추정 샘플 수(k)를 추정하기 위해 확률적 경계를 적용하여, 정밀도 2−t 내에서 고유값 추정에 성공할 확률(Ps)을 확보한다.
• 진정한 값으로부터 ε = 2−t 이내의 고유값 추정 확률에 대한 분석적 경계를 유도하며, δn = 1/2로 최소화하여 보수적인 추정을 보장한다.

실험 결과

연구 질문

• RQ1 공유 결합 억제제-단백질 복합체의 50 오비탈 활성 공간을 시뮬레이션하는 데 필요한 자원 요구량은 다양한 양자 알고리즘에서 어떻게 스케일링되는가?
• RQ2 희박한 큐비트화와 트로터화의 영향은 약물학적 시스템에 대한 QPE의 총 게이트 수와 실행 시간에 어떤가?
• RQ3 근초기 시점에 완전한 양자 시뮬레이션을 가능하게 하기 위해 필요한 에러 수정 수준과 논리적 정밀도는 어느 정도인가?
• RQ4 원하는 정밀도 내에서 기초 상태 에너지의 고확률 추정을 얻기 위해 필요한 회로 반복 수와 중앙값 샘플 수는 각각 얼마인가?
• RQ5 최근 QPE의 알고리즘적 발전은 화학적으로 관련성이 있는 시스템에 대해 양자 시뮬레이션의 예상 실행 시간을 세기에서 며칠로 줄일 수 있는가?

주요 결과

• 에러 수정된 QPE와 희박한 큐비트화를 사용한 50 오비탈 활성 공간의 완전한 양자 시뮬레이션에 대한 예상 실행 시간은 이전의 트로터화 방법 대비 1,000년 이상에서 며칠 내로 감소하였다.
• 희박한 큐비트화 기법은 시간 진동 연산을 위한 두 큐비트 게이트 수를 수개의 주기로 감소시켜 QPE의 더 효율적인 구현을 가능하게 하였다.
• 진정한 값으로부터 2−t 이내의 고유값 추정 확률은 1 − 4/(π²(2^{m−t+1}−1)) 이하로 경계되며, 이는 충분한 큐비트 정밀도로 고정밀도 추정을 보장한다.
• 중앙값 추정의 성공 확률은 k = 2⌊ηm/2⌋ + 1로 선택함으로써 향상되지만, 필요 반복 수를 과소평가하지 않도록 보수적인 가정을 한다.
• 에러 수정은 필수적이다: 논리적 오류율과 마법 상태 분해 실패 확률(Pf)은 약 10−4 이하로 유지되어야 다수의 실행에서 신뢰할 수 있는 결과를 확보할 수 있다.
• 이 연구는 최근의 알고리즘적 및 하드웨어 발전이 급속도로 융합되고 있으며, 복잡한 약물 분자의 고장 내성 양자 시뮬레이션은 향후 10년 내 현실적인 전망이 되고 있다고 결론을 내린다.