دانشمندان دانشگاه فنی دانمارک (DTU) با استفاده از یک رایانه کوانتومی کوچک و هوش مصنوعی مولد، موفق به تولید پپتیدهای جدیدی شدند که می‌توانند به پروتئین‌های خاص بدن متصل شوند. این دستاورد که با بودجه باقی‌مانده از پروژه‌های دیگر و کار در آخر هفته‌ها به دست آمد، نشان‌دهنده پتانسیل بالای فناوری‌های نوین در تسریع توسعه دارو و واکسن است.

چگونگی ترکیب هوش مصنوعی و کوانتوم

تیم تحقیقاتی DTU با همکاری استارتاپ بریتانیایی ORCA Computing، یک مدل هوش مصنوعی مولد را با یک رایانه کوانتومی به اندازه یک چاپگر ترکیب کردند. این سیستم ترکیبی با اتصال پردازنده‌های کوانتومی و کلاسیک، سرعت و دقت تولید پپتیدها را افزایش داد. پپتیدها زنجیره‌های کوتاه اسید آمینه هستند که نقش کلیدی در توسعه واکسن و ایمونوتراپی دارند.

«ما نیاز داشتیم واقعاً ثابت کنیم که پیش‌بینی‌های ما با دنیای واقعی ارتباط دارند.» – تیموتی پاتریک جنکینز، استاد DTU

نتایج شگفت‌انگیز در داده‌های کم

آزمایش‌های آزمایشگاهی نشان داد که مدل ترکیبی، پپتیدهای موفق‌تری نسبت به مدل‌های کلاسیک تولید می‌کند. این بهبود به‌ویژه در مواردی که داده‌های آموزشی کمیاب بودند، چشمگیرتر بود. این یافته می‌تواند در توسعه دارو برای جمعیت‌های کم‌مطالعه مانند آسیا و آفریقا که داده‌های ژنتیکی محدودی دارند، بسیار ارزشمند باشد.

چالش‌ها و چشم‌انداز آینده

اگرچه این دستاورد امیدوارکننده است، اما محققان تأکید دارند که رایانه‌های کوانتومی هنوز برای اجرای مدل‌های پیشرفته هوش مصنوعی در مقیاس کامل بسیار کوچک هستند. جاناتان فانک، دانشجوی دکتری DTU، می‌گوید: «کوانتوم هنوز بسیار قدرتمند نیست، بنابراین سطح پیچیدگی‌ای که می‌توانستیم رمزگذاری کنیم، یک آنتی‌بادی معمولی نبود.»

یک رایانه کوانتومی کوچک در آزمایشگاه که برای تولید پپتیدها استفاده شده است

ریچارد موری، مدیرعامل ORCA Computing، این مطالعه را نمونه‌ای از کاربرد تجاری کوتاه‌مدت کوانتوم می‌داند. شرکت او همچنین با بی‌پی و تویوتا در زمینه‌های شیمی و طراحی همکاری می‌کند.

گام بعدی: مدل‌های پیشرفته‌تر و پروتئین‌های بزرگتر

تیم DTU قصد دارد از این روش با مدل‌های پیشرفته‌تر و پروتئین‌های بزرگتر استفاده کند. به گفته جنکینز، جریان‌های کاری هوش مصنوعی مولد به‌ویژه در بیماری‌های نادیده‌ گرفته شده که بودجه تحقیقاتی کمی دریافت می‌کنند، ارزشمند هستند.

این تحقیق نشان می‌دهد که حتی با منابع محدود، می‌توان از فناوری‌های نوین برای پیشبرد مرزهای علم و پزشکی استفاده کرد. هرچند راه درازی در پیش است، اما این گام کوچک می‌تواند مسیر توسعه داروهای شخصی‌سازی شده را هموار کند.