Leggiamo e riportiamo (traduzione automatica) da: azolifesciences.com
In che modo il calcolo quantistico può avvantaggiare la scoperta di farmaci?
Il calcolo quantistico è una nuova ed entusiasmante tecnologia volta ad esplorare le proprietà della meccanica quantistica per svelare difficoltà tecniche che i metodi computazionali classici non hanno risolto.
La scoperta di farmaci ha notevolmente beneficiato dell’informatica quantistica, identificando nuovi bersagli farmacologici e convalidandoli a una velocità senza precedenti. Lo screening ad alto rendimento in silico è la principale strategia di calcolo quantistico per la scoperta di farmaci. Consente la scoperta di ligandi che si legano a specifici bersagli molecolari mediante una procedura analitica che mostra un’elevata sensibilità e accuratezza.
Il calcolo quantistico nella scoperta di farmaci
La scoperta di farmaci è definita come un processo di ricerca coinvolto nell’identificazione e nella convalida di farmaci che possono essere utilizzati per trattare stati patologici e/o condizioni di salute soddisfacendo i più elevati standard di sicurezza e qualità. La scoperta di farmaci normalmente passa attraverso diverse fasi sequenziali, tra cui la ricerca di base, i test preclinici, gli studi di sviluppo clinico e l’approvazione normativa. La prima fase della scoperta di farmaci è spesso una procedura complessa, costosa e dispendiosa in termini di tempo che comporta lunghe esecuzioni computazionali e richiede analisi computazionali esaurienti.
Il calcolo quantistico è una strategia basata su computer che sfrutta le proprietà sottostanti della materia e della luce per effettuare analisi dei dati a una velocità maggiore e una maggiore precisione rispetto a qualsiasi metodologia precedentemente nota. Queste proprietà includono la sovrapposizione e l’interferenza, che i supercomputer possono sfruttare per eseguire operazioni su larga scala in grado di prevedere risultati che altrimenti sarebbero impossibili da ottenere utilizzando i metodi computazionali tradizionali.
Nel processo di scoperta di farmaci, il calcolo quantistico garantisce di ottenere proiezioni di dati accurate considerando contemporaneamente molti parametri biologici diversi. Ad esempio, il calcolo quantistico consente l’analisi di un numero quasi infinito di ligandi proteici che potrebbero eventualmente ridurre l’efficacia di un farmaco in vivo . Questa strategia ha già dimostrato di essere molto utile per la modellazione delle proteine e la determinazione di farmaci candidati specifici per il sistema biologico dello studio.
…
Medicina personalizzata
Il Quantum Computing utilizza algoritmi di apprendimento automatico che mostrano un elevato valore predittivo sia per i dati su larga scala che su piccola scala, consentendo così il rilevamento di stati patologici con una percentuale di probabilità estremamente elevata (oltre il 95%).
…
Il futuro dell’informatica quantistica nello sviluppo di farmaci
L’enorme quantità di informazioni già disponibili sui potenziali farmaci che sono stati sottoposti a screening in diverse condizioni sperimentali è un processo così complesso che è quasi impossibile da valutare utilizzando gli approcci computazionali classici.
Gli algoritmi di apprendimento automatico quantistico offrono la possibilità di rendere questo compito accessibile. Questi metodi eseguono in modo efficiente calcoli computazionali complessi su enormi set di dati con milioni di campioni, descrittori molecolari e parametri differenziali. Inoltre, il calcolo quantistico può anche curare e aggiornare rapidamente i set di dati biologici quando sono disponibili nuove informazioni sullo screening.
Tuttavia, è anche importante sottolineare che l’informatica quantistica solleva alcuni problemi significativi che devono essere affrontati per essere utilizzati con successo in ambito medico. Ad esempio, da un punto di vista puramente chimico, è necessario acquisire una conoscenza a priori di come i predittori molecolari, ovvero le rappresentazioni matematiche delle proprietà delle molecole sviluppate dagli algoritmi di calcolo quantistico, possano ostacolare la capacità del modello di fare previsioni accurate.
