12,635개 원자 단백질 복합체의 이정표적 시뮬레이션은 양자 컴퓨팅이 실험적 기술에서 신약 개발을 위한 실행 가능한 과학적 도구로 성숙했음을 시사합니다.
IBM(NYSE: IBM), 클리블랜드 클리닉, 일본 리켄(RIKEN)의 과학자들은 양자 하드웨어를 사용하여 모델링된 역대 최대 규모의 분자인 12,635개 원자 단백질 복합체를 시뮬레이션했습니다. 5월 5일 발표된 이번 성과는 하이브리드 양자-고전 접근 방식을 사용하여 현재 10년 이상 소요되는 신약 개발 기간을 단축할 수 있습니다.
"이번 연구는 중요한 진전을 의미하며 신약 개발과 관련된 시스템에서 양자 컴퓨팅의 부상하는 역할을 강조합니다"라고 이번 연구의 제1저자이자 클리블랜드 클리닉 계산 생명과학부 소속 과학자인 케네스 머츠(Kenneth Merz) 박사는 말했습니다. "12,000개 원자 장벽을 넘음으로써 우리는 양자 컴퓨팅으로 가능한 생물학적으로 의미 있는 분자 시뮬레이션의 규모를 크게 확장했습니다."
이 시뮬레이션은 클리블랜드 클리닉과 리켄에 위치한 IBM의 156큐비트 헤론(Heron) 프로세서에서 실행되었으며, 최대 94큐비트와 약 6,000번의 양자 연산이 사용되었습니다. 이 작업은 세계에서 가장 강력한 고전 슈퍼컴퓨터인 후가쿠(Fugaku) 및 미야비-G(Miyabi-G)와 연계되어 수행되었습니다. 이 프레임워크는 불과 6개월 전 동일한 방법으로 처리할 수 있었던 것보다 약 40배 더 큰 분자 시뮬레이션을 구현했으며, 핵심 계산의 정확도는 최대 210배까지 향상되었습니다.
이 연구는 생명 과학 분야의 주요 병목 현상인 약물 후보가 표적 단백질에 결합하는 방식을 정확하게 예측하는 문제를 직접적으로 다룹니다. 오늘날의 계산 방식은 거대 분자의 복잡성 때문에 어려움을 겪고 있으며, 이는 비용이 많이 들고 긴 시행착오를 거치는 실험실 작업으로 이어집니다. 이러한 양자 중심적 접근 방식은 보다 정확한 에너지 계산 경로를 제공하여 제약 산업 전반에서 수십억 달러의 연구 개발 비용을 절감할 수 있는 잠재력을 가지고 있습니다.
분자 시뮬레이션에 대한 하이브리드 접근 방식
이번 돌파구는 IBM이 '양자 중심 슈퍼컴퓨팅'이라고 부르는 프레임워크 덕분에 가능했습니다. 이 모델에서는 리켄의 후가쿠와 도쿄 대학의 미야비-G와 같은 고전 컴퓨터가 거대한 단백질-리간드 복합체를 계산 가능한 더 작은 파편으로 분해합니다.
그 후 IBM의 퀀텀 헤론 프로세서가 이러한 개별 조각들의 양자 역학적 거동을 계산했습니다. 결과는 슈퍼컴퓨터에 의해 다시 조립되어 12,635개 원자 분자의 전체 그림을 생성했습니다. 새로운 하이브리드 알고리즘인 EWF-TrimSQD는 계산 오버헤드를 줄여 이 정도 규모의 시스템 시뮬레이션을 가능하게 하는 데 핵심적인 역할을 했습니다. 이 작업은 303개 원자의 Trp-cage 벤치마크 분자 시뮬레이션을 포함한 이전의 성과들을 바탕으로 이루어졌습니다.
하드웨어 지표에서 문제 해결로
수년간 양자 컴퓨팅의 발전은 큐비트 수와 오류율로 측정되었습니다. 이번 성과는 양자 컴퓨팅이 해결하는 데 도움을 줄 수 있는 문제의 중요성이라는 새로운 지표를 제시합니다. 제이 감베타(Jay Gambetta) IBM 리서치 부사장은 "양자 컴퓨터는 더 이상 실행 가능한 도구임을 입증하는 데 그치지 않고, 양자 중심 슈퍼컴퓨팅 아키텍처에서 의미 있는 결과를 도출할 수 있음을 증명하고 있습니다"라고 말했습니다.
투자자들에게 이는 약 19배의 선행 PER로 거래되는 IBM의 수십 년간의 R&D에 대한 가시적인 수익을 의미합니다. 단기 실적에 영향을 미치지는 않겠지만, 이는 고부가가치 제약 및 바이오텍 부문에 양자 컴퓨팅을 적용할 수 있는 명확한 경로를 보여줍니다. 알파벳(NASDAQ: GOOGL)과 같은 경쟁사와 PsiQuantum, Infleqtion 같은 스타트업들이 결함 허용 양자 컴퓨팅을 향한 다른 길을 가고 있지만, 실제 과학 문제에 대한 IBM의 시연은 중요한 증거가 됩니다. 분자 상호작용을 정확하게 모델링하는 능력은 화이자(Pfizer), 머크(Merck)와 같은 주요 제약사의 표준 R&D 워크플로우에 양자 시스템이 통합됨에 따라 장기적인 매출 동력이 될 수 있습니다.
이 기사는 정보 제공 목적으로만 작성되었으며 투자 조언을 구성하지 않습니다.