Qubit Pharmaceuticals 推出“世界上最强大”的量子 AI 模型

快速阅读: 据《欧洲药品制造商》称，量子制药与索邦大学合作推出FeNNix-Bio1，一款基于量子人工智能的药物发现模型，可在分子行为模拟上实现超高精度与速度，大幅降低研发成本。它不仅能预测分子结构，还能模拟动态交互，为复杂药物靶点提供创新解决方案。

量子制药，一家专注于新药候选分子发现的深科技公司，推出了“世界上最先进的”量子人工智能模型，以解锁全新的治疗范围。该量子人工智能模型由量子制药与索邦大学合作开发，能够在分子行为的模拟和仿真方面达到前所未有的精确度和计算速度。这种准确性将大幅减少新分子开发中实验室实验这一昂贵阶段的成本，通过取代候选药物分子的化学合成来实现。

“这种方法将极大降低药物发现阶段的成本，”索邦大学教授、理论化学实验室（索邦大学/国家科学研究中心）主任、量子制药的联合创始人兼科学总监让-菲利普·皮凯马尔说，“该模型的准确性与实验相当；我们可以在计算机模拟中快速且廉价地生成大量新想法，在进入实验室测试之前筛选出表现优异的分子。”

研究团队利用GENCI、EuroHPC和阿贡国家实验室的计算能力创建了FeNNix-Bio1，这是一个基于数百万次细致分子模拟的基础模型。它在世界上最具准确性的分子化学数据库上进行训练，模拟到最高的化学精度。通过训练这些基本单元，基础模型学习了化学和物理定律，并能以乐高积木的方式重构生物分子。它学习分子如何相互作用。

FeNNix-Bio1在分子建模中最困难的任务之一——模拟水在不同相态下的物理行为方面证明了其有效性。事实上，基础模型可以准确预测各种物理性质，并以惊人的保真度再现离子和小有机分子在溶液中的行为，而其他参考模型无法做到这一点。这是因为水是人体中存在的溶剂，其与药物的相互作用对其活性起着关键作用。

该模型的一个特殊功能是其模拟分子反应性即创造或破坏化学键的能力，传统模拟软件无法做到这一点。因此，FeNNix-Bio1使得设计共价药物（即通过化学键直接与目标结合的药物）如帕罗维德或伊布替尼等药物成为可能。

开发FeNNix-Bio1的索邦大学研究团队设定了超越谷歌DeepMind开发的人工智能软件AlphaFold的目标，后者根据氨基酸序列提供蛋白质结构预测。但FeNNix-Bio1更进一步。“AlphaFold彻底革新了蛋白质结构预测领域。然而，蛋白质不是静态的，其结构会随时间变化，影响药物相互作用。FeNNix-Bio1能够模拟这些动态效应。此外，AlphaFold无法准确模拟蛋白质与药物候选物的相互作用。FeNNix-Bio1解决了这两个对生物分子模拟至关重要的问题，”皮凯马尔说。

FeNNix-Bio1旨在提供量子级别的准确性，同时保持可扩展性和成本效益。基础模型不仅预测结构，还理解分子如何行为和相互作用。预测药物与蛋白质（或RNA或DNA）结合的能力是药物发现中最复杂的任务之一。化学空间几乎无穷无尽。可以设计出无数的药物分子，并引入无数的目标（约10万个）。因此有数万亿种可能的组合，不可能将它们全部放入数据库中。

一个特点是其潜在的减少实验室实验并探索更多创新药物候选者的能力，以应对以前被认为复杂甚至不可能调节的目标。为了实现这一点，FeNNix-Bio1的研究人员开发了适应于化学和物理学应用的神经网络方法，而不是使用LLM（大型语言模型）架构，通常优化用于识别和生成文本。更准确且成本更低，FeNNix-Bio1可以在几个小时内使用标准GPU进行训练，而其他AI模型需要耗费数周的超级计算机时间。

(以上内容均由Ai生成)