تعمیرگاه ستفیکس

رایانش كوانتومی ساخت واكسن كرونا را چند روزه خواهد كرد!

رایانش كوانتومی ساخت واكسن كرونا را چند روزه خواهد كرد!

به گزارش تعمیركار كارشناسان حوزه محاسبات یا رایانش كوانتومی می گویند این فناوری روزی باعث خواهد شد ساخت واكسن برای بیماری هایی نظیر كووید-۱۹ بیشتر از چند روز طول نكشد.


به گزارش تعمیرکار به نقل از ایسنا و به نقل از ونچر بیت، کروناویروس ثابت کرد که ما باید در شناسایی و کنترل بیماری ها پیش از همه گیر شدن بسیار سریع تر عمل نماییم، چونکه در دنیای امروز، ویروسها بسیار سریع تر و گسترده تر از گذشته شایع می شوند.
اگر کووید-۱۹ به ما چیزی آموخته باشد، این است که توانایی ما در شناسایی و درمان همه گیری ها از زمان شیوع آنفلوانزای اسپانیایی در سال ۱۹۱۸ تابحال بسیار بهبود یافته است، اما هنوز راه زیادی برای پیشرفت وجود دارد. طی چند دهه گذشته ما اقدامات بزرگی را برای بهبود قابلیت تشخیص سریع انجام داده ایم. تنها ۱۲ روز طول کشید تا پروتئین بیرونی ویروس کووید-۱۹ را با استفاده از تکنیک های جدید نقشه برداری مولکولی شناسایی نماییم. در حالیکه در دهه ۱۹۸۰، یک تحلیل ساختاری مشابه برای ویروس ایدز، چهار سال به طول انجامید.
اما ابداع یک روش درمانی یا واکسن هنوز مدت زمان زیادی طول می کشد و هزینه های بالایی را شامل می شود که سبب کاهش انگیزه داروسازهای بزرگ می شود.
پروفسور "نور شاکر" متخصص اکتساف دارو تصریح کرد: هرگاه یک بیماری شناسایی می شود، سفر جدیدی در دنیای شیمی آغاز به جستجوی دارویی می کند که می تواند در مقابله با بیماری ها مفید واقع شود. این سفر حدودا ۱۵ سال به طول می انجامد و ۲.۶ میلیارد دلار هزینه دارد و با روشی برای فیلتر کردن میلیون ها مولکول برای شناسایی صدها مورد با پتانسیل بالا برای تبدیل شدن به دارو آغاز می شود. حدود ۹۹ درصد از کاندیداهای منتخب شکست می خورند و تنها یک درصد سربلند بیرون می آیند.
پروفسور شاکر یکی از اصلی ترین مشکلات روند فعلی کشف داروها را توسعه تجربی داروسازی می داند. وی می گوید مولکول ها ساخته می شوند و سپس مورد آزمایش قرار می گیرند، بدون آنکه بتوان عملکرد آنها را از قبل به صورت دقیق پیش بینی نمود. این فرایند آزمایش به خودی خود طولانی، خسته کننده و دست و پا گیر است و امکان دارد عوارض بعدی را پیشبینی نکند که سبب افزایش نسبت هزینه به سود می شود. در حالیکه ابزارهایی از قبیل هوش مصنوعی برای بهینه سازی این فرآیندها در حال توسعه و پیاده سازی هستند، اما محدودیت در کارآیی آنها در کارهای کلیدی این فرایند وجود دارد.
در حالت ایده آل، یک روش عالی برای کاهش زمان و هزینه انتقال و کشف و آزمایش درمان یا واکسن، فرایند آزمایش در آزمایشگاه است که امروزه از آن استفاده می نماییم و با آن به شبیه سازی های کامپیوتری می پردازیم. پایگاه های داده مولکولها هم اکنون در دسترس ما هستند و اگر قدرت محاسبه نامحدود داشتیم می توانستیم این پایگاه های داده را اسکن نماییم و محاسبه نماییم که کدام مولکول می تواند بعنوان درمان یا واکسن کروناویروس عمل کند. ما به راحتی می توانستیم عوامل خویش را در شبیه سازی وارد نماییم و فضای شیمیایی را برای حل مشکل خود به نمایش بگذاریم.
در اصل، این کار زمانی امکان پذیر است که بتوان ساختارهای شیمیایی را به دقت سنجید و قوانین فیزیک حاکم بر شیمی به خوبی شناخته شده باشند، اما برای تحقق این امر به حل معادلات بسیار پیچیده نیاز داریم که حالا بسیار طول می کشند.
به عبارت دیگر، ما قدرت محاسبه سریع و کافی را برای حل این معادلات نداریم و اگر به کامپیوتر های کلاسیک متوسل شویم، هیچگاه موفق نخواهیم شد.
مشکل اساسی این است که بفهمیم الکترون ها در داخل یک مولکول کجا قرار می گیرند و انرژی کل چنین پیکربندی را محاسبه نماییم. با این داده ها می توان خواص یک مولکول را محاسبه کرد و رفتار آنرا پیش بینی نمود. محاسبات دقیق این خصوصیات، امکان نمایش پایگاه داده های مولکولی را برای ترکیباتی که عملکردهای خاصی از خود نشان می دهند، فراهم می آورد. مانند مولکول دارویی که قادر به اتصال به کروناویروس و حمله به آن است.
اساساً اگر بتوانیم از کامپیوتری برای محاسبه دقیق خواص یک مولکول و پیشبینی رفتار آن در یک شرایط خاص استفاده نماییم، می توانیم به روند شناسایی یک درمان و بهبود کارایی آن سرعت ببخشیم.
چرا کامپیوتر های کوانتومی در شبیه سازی مولکول ها بسیار بهتر از کامپیوتر های کلاسیک هستند؟
الکترونها به شکلی کاملاً همبسته بر روی مولکول پخش می شوند و خصوصیت های هر الکترون به خصوصیت های همسایگان آن بستگی دارد. این همبستگی های کوانتومی (درهم تنیدگی کوانتومی) قلب نظریه کوانتومی هستند.
به عنوان مثال با الکترون های ویروس کووید-۱۹ به صورت کلی باید بعنوان بخشی از یک موجود واحد که دارای درجه آزادی زیادی است، رفتار شود و اثر کلی این گروه نمی تواند به جمع الکترون های متمایز و جداگانه اش تقسیم شود. الکترون ها به علت همبستگی های قوی، فردیت خویش را از دست داده اند و باید بعنوان یک هویت کلی با آنها رفتار شود. ازاین رو برای حل معادلات، باید تمام الکترون ها را به صورت همزمان در نظر گرفت.
اگرچه کامپیوترهای کلاسیک در اصل می توانند چنین مولکول هایی را شبیه سازی کنند، اما هر پیکربندی چند الکترونی باید به طور جداگانه در حافظه ذخیره شود.
بیایید بگوییم که یک مولکول با تنها ۱۰ الکترون داریم(فعلا بقیه اتم را فراموش کنید) و هر الکترون می تواند در دو موقعیت مختلف درون مولکول باشد. ازاین رو در اصل شما باید ۱۰۲۴ حالت مختلف را در نظر بگیرید و به ۱۰۲۴ بیت کلاسیک احتیاج دارید. از سوی دیگر، کامپیوترهای کوانتومی دارای بیت های کوانتومی(کیوبیت) هستند که می توان آنها را مانند الکترونها در مولکولها با یکدیگر مرتبط کرد. ازاین رو در اصل، برای نمایش الکترون های در هم تنیده در کامپیوتر کوانتومی تنها به ۱۰ کیوبیت نیاز خواهد بود.
این اختلاف مقیاس بین محاسبات کلاسیک و کوانتومی باعث می شود محاسبات بسیار سریع تر صورت گیرد. بعنوان مثال، شبیه سازی پنی سیلین که یک مولکول با ۴۱ اتم و تعداد الکترون های بسیار بیشتری است، به ۱۰ به توان ۸۶ بیت کلاسیک نیاز دارد که بیشتر از تعداد اتم های موجود در تمام جهان است. در حالیکه با یک ریانه کوانتومی فقط به ۲۸۶ کیوبیت نیاز است. البته این میزان هنوز بسیار بیشتر از کیوبیت هایی است که ما تابحال به آن رسیده ایم، اما مطمئناً یک عدد منطقی و دست یافتنی تر است.
پروتئین بیرونی کروناویروس جدید، برای مقایسه، حاوی هزاران اتم است و ازاین رو محاسبه کلاسیک حالات آن غیر ممکن است و حتی از دست قوی ترین ابررایانه های کلاسیک هم کاری برنمی آید.
ممکن است چند دهه طول بکشد تا یک کامپیوتر کوانتومی که قادر به شبیه سازی چنین مولکول هایی باشد، ساخته شود. اما هنگامی که چنین کامپیوتری در دسترس قرار گیرد، به معنای یک انقلاب کامل در داروسازی و صنایع شیمیایی خواهد بود.
توسعه مداوم کامپیوتر های کوانتومی در صورت موفقیت، امکان ساخت داروهای جدید را فراهم می آورد و با وجود آنها می توانیم کل فرایند را به یک شبیه سازی کامپیوتری منتقل نماییم و به ما این امکان را می دهد که با سرعت شگفت انگیزی به نتیجه برسیم. شبیه سازی های کوانتومی در کسری از زمان می توانند ۹۹.۹ درصد از داروهای بی فایده را غربال کنند و با ظهور یک اپیدمی جدید، دانشمندان می توانند ظرف چند روز واکسن یا داروی بالقوه آنرا شناسایی کرده و توسعه دهند.
دستیابی به همه این رویاها احتیاج به سرمایه گذاری مستمر در توسعه محاسبات کوانتومی بعنوان یک فناوری دارد.



1399/02/29
11:36:15
5.0 / 5
3221
تگهای خبر: تشخیص , فناوری , هوش مصنوعی
این مطلب را می پسندید؟
(1)
(0)

تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب
لطفا شما هم نظر دهید
= ۲ بعلاوه ۲
SetFix تعمیرکار