初創(chuàng)企業(yè) Qubit Pharmaceuticals 采用 NVIDIA QODA,減少了為疑難雜癥找到潛在療法所需的時間和投資。
量子計算有望解決目前無法解決的問題,許多企業(yè)已經(jīng)在結合經(jīng)典和量子計算,應對疑難雜癥藥物研發(fā)等挑戰(zhàn)。
(資料圖片)
初創(chuàng)公司 Qubit Pharmaceuticals 正在借助混合量子計算,加快藥物分子的模擬和建模速度,大幅降低為腫瘤、炎癥性疾病和抗病毒藥物找到潛在療法所需的時間與投資。
Qubit 正在使用適用于混合量子-經(jīng)典計算機的 NVIDIA QODA 編程模型和自家的 Atlas 軟件套件來構建藥物研發(fā)平臺。Atlas 所創(chuàng)建的詳細物理分子模擬使計算速度相比傳統(tǒng)研究方法提高了 10 萬倍。
Qubit Pharmaceuticals 成立于 2020 年,在巴黎和波士頓設有辦公室。該公司是 NVIDIA 初創(chuàng)加速計劃成員。該計劃為前沿初創(chuàng)企業(yè)提供產品上市支持、專業(yè)知識與技術。
Qubit 擁有法國最大的藥物研發(fā) GPU 超級計算機之一,這臺計算機由 NVIDIA DGX 系統(tǒng)驅動。這家初創(chuàng)企業(yè)的目標是讓制藥公司可以在明年開始測試其通過該公司的 GPU 加速研究所發(fā)現(xiàn)的首批候選藥物。
Qubit Pharmaceuticals 總裁 Robert Marino 表示:“通過將 NVIDIA 的算力和領先軟件與 Qubit 的模擬和分子建模能力相結合,我們有信心大幅縮短藥物研發(fā)時間,并將成本降低 10 倍。我們將借助這一獨特的合作項目,開發(fā)出首個應用于藥物研發(fā)的量子物理學算法?!?/p>
充分運用前所未有的算力
計算藥物研發(fā)的一個環(huán)節(jié)是生成潛在藥物分子的高分辨率模擬,并預測這些分子與體內目標蛋白的結合程度。
為獲得準確的結果,研究人員需要進行大規(guī)模采樣,模擬數(shù)百種不同的構象(分子中原子的可能空間排列)。他們還必須正確模擬分子的力場(即能夠預測親和力的電荷),或一個分子與另一個分子的結合方式。
這種模擬和建模需要用到高性能計算,因此 Qubit 選擇了一臺使用 NVIDIA DGX 系統(tǒng)和其他 NVIDIA 加速服務器構建而成的內部超級計算機,該計算機共搭載 200 顆 NVIDIA Tensor Core GPU。這臺超級計算機運行 Qubit 的 Atlas 軟件,只需幾個小時,就能完成傳統(tǒng)方法需要數(shù)年才能完成的計算。
Atlas 通過在微觀層面對量子物理學進行建模來實現(xiàn)最高的準確性。Qubit 團隊正在采用 NVIDIA QODA 來探索如何將 GPU 加速超級計算機與量子計算機結合采用,后者所搭載的 QPU(量子處理器)有朝一日能夠加速用于分子建模的關鍵軟件內核。
Qubit 的開發(fā)團隊使用 NVIDIA cuQuantum SDK 來模擬量子電路,使其能夠設計出可在未來量子計算機上運行的算法。
將 AI 用于藥物研發(fā)的各個階段
據(jù) Qubit 估計,傳統(tǒng)研究方法要求藥物研發(fā)公司必須平均先合成 5000 種藥物化合物,而后才能進行藥物上市前的臨床前試驗,而基于模擬的藥物研發(fā)方法可以將這一數(shù)字減少到約 200 種,從而節(jié)省數(shù)億美元和數(shù)年的開發(fā)時間。
該公司的 Atlas 軟件包含用于藥物研發(fā)周期各個階段的 AI 算法。為了協(xié)助研究人員在目標特征分析過程中分析對疾病起作用的蛋白質,Atlas 支持微秒級分子動力學模擬,這能夠幫助科學家發(fā)現(xiàn)藥物分子與蛋白質的新結合方式。
在篩選和驗證候選藥物的過程中,研究人員可以使用 AI 模型來縮小潛在分子的范圍和生成新型化合物。Qubit 還在開發(fā)其他預測候選分子成藥性、安全性和交叉反應性的過濾器。
熱門