在《WIREs 计算分子科学》的一篇新论文中
临床阶段（AI）驱动 电话数据 的药物研发公司 Insilico Medicine（“Insilico”）的研究人员展示了如何将量子计算融入到生物体的研究中，以便更深入地了解衰老和疾病等生物过程。
2023 年 5 月，Insilico、多伦多大学加速联盟和富士康研究院发表研究，成功展示了量子生成对抗网络在生成化学中的潜在优势。该研究成果发表在美国化学学会的《化学信息与建模杂志》上。
在这篇最新论文中
Insilico 的研究人员展示了如 受自然启发的突破 客座帖子推广 – 15 个最佳实践、残酷事实和技巧 何结合 这项技术主要与设计相关 人工智能、量子计算和复杂系统物理学的方法来帮助研究人员推进对人类健康的新认识，并详细介绍了物理指导人工智能的最新突破。
他们写道，尽管人工智能在帮助研究人员处理和分析大型复杂生物数据集以寻找新的疾病途径并在细胞水平上将衰老与疾病联系起来方面是一种非常宝贵的工具，但在将这些见解应用于体内更复杂的相互作用方面仍然面临挑战。
研究人员指出，为了充分了解生物体的内部运作，科学家需要能够管理三个关键复杂性领域的多模态建模方法：规模的复杂性、算法的复杂性和数据集日益增加的复杂性。
生物学对量子计算的需求
“虽然我们不是量子公司，但利用新混合计 买房b 算解决方案和超大规模计算所提供的速度非常重要。随着这种计算成为主流，我们可能能够执行非常复杂的生物模拟，并发现具有广泛疾病和与年龄相关的过程所需特性的个性化干预措施。我们很高兴看到我们在阿联酋的研究中心在这一领域产生了宝贵的见解，”合著者、Insilico Medicine 创始人兼联合首席执行官 Alex Zhavoronkov 博士说。
生物系统内的生物过程从细胞到器官再到整个身体，系统间存在大量复杂的相互作用。解释这些过程需要同时在多个尺度上进行。生物数据的访问量已达到以前难以想象的水平。举几个例子，有千人基因组计划（一份人类遗传变异目录，已识别出超过 900 万个单核苷酸变异 (SNV)）和英国生物库（包含来自 50 万名英国志愿者的基因组的完整序列）。我们需要强大的计算能力来分析和处理这些数据。
