1706633012
2024-01-30 16:20:35
インサイダーブリーフ
- 研究者たちは、量子コンピューティングを生物の研究にどのように統合できるかを実証します。
- 研究チームは、これにより老化や病気などの生物学的プロセスについてさらに深い洞察が得られる可能性があると考えている。
- インシリコ、トロント大学加速コンソーシアム、フォックスコン研究所がこの研究に協力した。
- 画像: 生物学的ネットワークは相互接続されています。 材料を知っているだけでは料理の作り方を理解するのに十分ではないのと同様に、遺伝子やタンパク質のリストを理解するだけでは、それらがどのように相互作用するかを理解するには不十分です。 (クレジット、Insilico Medicine)
.プレスリリース — で 新しい論文が入っている WIRE 計算分子科学、 臨床段階の人工知能 (AI) 主導の創薬会社 Insilico Medicine (「Insilico」) の研究者らは、老化や病気などの生物学的プロセスについてより深い洞察を提供するために、量子コンピューティングを生体の研究にどのように統合できるかを実証しました。
2023 年 5 月、インシリコ、トロント大学の加速コンソーシアム、フォックスコン研究所は、生成化学における量子敵対的生成ネットワークの潜在的な利点を実証することに成功した研究を発表しました。 それらの調査結果は公表されました アメリカ化学会の 化学情報とモデリングのジャーナル。
この最新の論文では、Insilico の研究者らは、AI、量子コンピューティング、および複雑なシステムの物理学の手法を組み合わせることで、研究者が人間の健康についての新たな理解をどのように進めることができるかについての全体像を提示し、物理学に基づく AI の最新の進歩について詳しく説明します。
AIは、研究者が新たな疾患経路を発見し、老化と疾患を細胞レベルで結び付けるために大規模で複雑な生物学的データセットを処理および分析するのに役立つ貴重なツールとなっているが、それらの洞察をより複雑な相互作用に適用する際には依然として課題に直面している、と彼らは書いている。体の中で。
生物の内部の仕組みを完全に理解するためには、科学者は複雑さの 3 つの重要な領域、つまり規模の複雑さ、アルゴリズムの複雑さ、そして増大するデータセットの複雑さを管理できるマルチモーダル モデリング手法が必要であると研究者らは指摘しています。
「私たちは量子企業ではありませんが、新しいハイブリッド コンピューティング ソリューションとハイパースケーラーによって提供される速度を活用する機能を活用することが重要です。 このコンピューティングが主流になるにつれて、非常に複雑な生物学的シミュレーションを実行し、幅広い疾患や加齢に伴うプロセスに対して望ましい特性を備えた個別化された介入を発見できる可能性があります。 UAE にある私たちの研究センターがこの分野で貴重な洞察を生み出しているのを見て非常にうれしく思います」と共著者であり、Insilico Medicine の創設者兼共同 CEO であるアレックス・ザボロンコフ博士は述べています。
生きたシステム内の生物学的プロセスは、システム間で多くの複雑な相互作用を伴い、細胞から臓器、全身にまで及びます。 これらのプロセスを解釈するには、複数のスケールで同時に作業する必要があります。 そして、生物学的データへのアクセスは、以前は想像もできなかったレベルに達しています。 そこにあるのは、 1000ゲノムプロジェクト – 900万以上の一塩基変異体（SNV）を特定したヒトの遺伝的変異のカタログ – 英国バイオバンク これには、ほんの数例を挙げると、英国人ボランティアの 50 万個のゲノムからの完全な配列が含まれています。 それを分析して処理するには、膨大なコンピューティング能力が必要です。
研究者らは、量子コンピューティングはAIアプローチを強化する独自の位置にあり、研究者が生物学的システムの複数のレベルを同時に解釈できるようにすると書いている。 古典的なビットが 0 または 1 の値のみを保持するのに対し、量子ビットは 0 と 1 の値を同時に保持するため、量子ビットの計算速度と処理能力は大幅に向上します。
著者らは、IBMが実用規模の量子プロセッサと、すでに運用を開始している同社初のモジュール式量子コンピュータの両方を最近デビューさせるなど、量子コンピューティングの大きな進歩がすでに進行していると指摘している。
最終的に、著者らは人間の生物学をより深く理解するために物理学に基づく AI アプローチを求めています。このアプローチは、物理学ベースのモデルとニューラル ネットワーク モデルを組み合わせた新しい分野であり、すでに執筆が進められています。
AI、量子コンピューティング、および複雑なシステムの物理学の手法を組み合わせることで、科学者は、著者らが書いているように、「細胞、生物、または社会内の小規模な要素の集合的相互作用が、次のような新しい特徴を生成する方法」をよりよく理解できるようになります。より大きなスケールと現実のレベルで観察されます。」
#量子コンピューティングは老化と病気の解明に役立つ可能性がある