量子位
·
英矽智能登Nature子刊：利用量子-经典混合模型设计新KRAS抑制剂
💡
原文中文，约2600字，阅读约需7分钟。
📝
内容提要
英矽智能与多伦多大学合作，首次展示量子计算与人工智能结合在药物发现中的潜力，成功设计出新型KRAS抑制剂。研究采用量子-经典混合模型生成并筛选分子，发现15种候选分子，其中2种表现出优异的抑制活性，展现出抗癌希望。
🎯
关键要点
- 英矽智能与多伦多大学合作，首次展示量子计算与人工智能结合在药物发现中的潜力。
- 研究成功设计出新型KRAS抑制剂，发现15种候选分子，其中2种表现出优异的抑制活性。
- KRAS突变是癌症中常见的突变之一，目前仅有两种药物获得FDA批准，且疗效有限。
- 研究采用量子-经典混合模型，结合量子计算与经典计算方法生成新分子。
- 研究团队生成了100万种候选分子，并筛选出15种最有希望的分子进行实验室测试。
- ISM061-018-2和ISM061-022是两种具有潜力的KRAS抑制剂，表现出良好的抑制活性。
- 研究表明量子计算可以加速药物发现，但尚未证明其发现的分子比经典方法更有效。
- 研究人员计划将量子-经典混合模型应用于其他“不可成药”的蛋白质，继续优化KRAS抑制剂。
- 人工智能在开发癌症新疗法中具有优势，合作推动技术进步以实现人类健康。
❓
延伸问答
英矽智能与多伦多大学的合作研究主要成果是什么？
研究成功设计出新型KRAS抑制剂，发现15种候选分子，其中2种表现出优异的抑制活性。
KRAS突变在癌症中的作用是什么？
KRAS突变会导致细胞不受控制的增殖，进而引发癌症，约四分之一的人类肿瘤中存在此突变。
量子-经典混合模型在药物发现中的应用是什么？
该模型结合量子计算与经典计算方法，生成并筛选新分子，以加速药物发现过程。
研究中筛选出的两种KRAS抑制剂的名称是什么？
筛选出的两种KRAS抑制剂是ISM061-018-2和ISM061-022。
量子计算在药物发现中有哪些潜力？
量子计算可以加速药物发现过程，但尚未证明其发现的分子比经典方法更有效。
研究团队如何生成候选分子？
研究团队生成了100万种候选分子，并筛选出15种最有希望的分子进行实验室测试。
➡️
