Quantinuum الأمريكية وNVIDIA وPfizer يتحققون من الذكاء الاصطناعي الكمي لتطوير الأدوية، مما يقلل زمن التوليد بمقدار 3-4 مراتب حجمية

أخبار ar.wedoany.com، قدّم فريق بحثي من Quantinuum وNVIDIA وشركة فايزر (Pfizer Inc.) إطاراً للذكاء الاصطناعي الكمي التوليدي باسم ADAPT-GQE، يُستخدم في التوليف الآلي للدوائر الكمومية للحالة الأرضية للجزيئات الدوائية. وقد أُجري التحقق من تشغيل هذا الإطار على معالج Quantinuum الأيوني Helios-1 بسعة 98 كيوبت.

نُشرت الورقة البحثية ذات الصلة بعنوان "Learning to Prepare Molecular Ground States with Transformer Models". يجمع الإطار المقترح في هذه الدراسة، وهو الذكاء الاصطناعي الكمي التوليدي (GenQAI)، بين الحوسبة عالية الأداء التقليدية (HPC)، ونماذج المحولات التوليدية (Transformer)، ووحدات المعالجة الكمومية (QPU)، لحساب دوائر تحضير الحالة الأرضية للمكونات الدوائية الفعالة (API) المعقدة.

تعالج هذه التجربة عنق زجاجة حسابي في خوارزميات VQE التغيّرية الحديثة. ففي الخوارزميات التكيفية القياسية مثل ADAPT-VQE، تتطلب كل خطوة تقييم آلاف تدرجات المؤثرات وإعادة تحسين مشهد المعاملات، مما يجعل الأنظمة التي تتجاوز حوالي 15 كيوبت صعبة التحقق حسابياً. أما ADAPT-GQE فيستخدم نموذج محولات توليدي لتركيب بنى دوائر مدمجة ومنخفضة الطاقة مباشرة في تمرير أمامي واحد.

ADAPT-GQE هو نموذج ذكاء اصطناعي توليدي، تُشتق بيانات تدريبه من مجموعات بيانات كيمياء كمومية مولّدة بواسطة حوسبة فائقة تقليدية معجَّلة بوحدات معالجة رسومية (GPU). وقد تنبأ النموذج بالدائرة الكمومية الكاملة للحالة الأرضية لعقار إيميبرامين (imipramine)، وهو مضاد اكتئاب ثلاثي الحلقات، ويُعد دواءً مرجعياً صناعياً شائع الاستخدام في دراسات التحلل القسري وثبات فترة الصلاحية.

ينقسم خط التوليف في الإطار إلى ثلاث مراحل. تشمل مرحلة توليد البيانات دوائر ADAPT-VQE المعجَّلة بـ NVIDIA CUDA-Q، مع استخدام OpenMM وMACE-OFF لأخذ عينات التشكلات عبر المحاكاة الديناميكية الجزيئية، ويتراوح نطاق تعيين الكيوبتات في الفضاء النشط بين 12 و16 كيوبتاً؛ وتستخدم مرحلة تركيب الدوائر نموذج NVIDIA Nemotron المضبوط بدقة مع بنى Gemma 3 / Nemotron-Nano للمحولات؛ أما مرحلة التحقق من التنفيذ فتستخدم معالج Quantinuum Helios-1 ومنصة InQuanto الكيميائية.

حققت الدوائر المُصنَّعة بالذكاء الاصطناعي دقة الحالة الأرضية ذاتها أو تجاوزتها مقارنة ببيانات تدريب ADAPT-VQE المرجعية، مع تقليل زمن توليد الدوائر بمقدار 3 إلى 4 مراتب حجمية على فضاءات نشطة بسعات 12 و14 و16 كيوبتاً.

كما طبّق فريق البحث استراتيجية تحسين السياسة النسبية الجماعية (GRPO) مباشرة على مخرجات الدوائر المولَّدة، مما مكّن النموذج من تعلم اقتراح تسلسلات مؤثرات جديدة، وبالتالي تحسين الدقة مقارنة بخط الأساس التدريبي لـ ADAPT-VQE.

فيما يتعلق بالتنفيذ على العتاد، تم تجميع الدوائر المُصنَّعة لتشكلات الإيميبرامين عبر منصة Quantinuum البرمجية InQuanto™، وتنفيذها على معالج Helios-1 الأيوني، مما أظهر جدوى توليد الخوارزميات الكمومية المدعومة بالذكاء الاصطناعي على وحدات QPU تجارية.

أُنجز هذا العمل بالتعاون بين Quantinuum وNVIDIA وفريق البحث والتطوير الكيميائي في فايزر، ويُشكّل إطاراً مرجعياً مفتوح المصدر لأتمتة الكيمياء الحاسوبية الكمومية على نطاق عملي.