近日，本源量子研發(fā)團(tuán)隊(duì)和復(fù)旦大學(xué)的張俊良教授團(tuán)隊(duì)合作，利用量子疊加態(tài)的并行計(jì)算能力設(shè)計(jì)出新的分子晶體結(jié)構(gòu)預(yù)測(cè)算法，證明了量子計(jì)算可以幫助化學(xué)家們用比傳統(tǒng)建模方法更精準(zhǔn)的方式，來(lái)預(yù)測(cè)晶體的分子結(jié)構(gòu)。藥物的理化性質(zhì)與藥物分子的結(jié)構(gòu)和分子晶型息息相關(guān)。在分子晶體中，除了晶胞的結(jié)構(gòu)，分子的取向與產(chǎn)生的偶極協(xié)同作用也會(huì)影響晶型，而晶型的數(shù)量會(huì)隨著分子取向以及分子數(shù)目呈指數(shù)關(guān)系增長(zhǎng)，因此從分子的微觀性質(zhì)預(yù)測(cè)最終可能的分子晶體結(jié)構(gòu)是極其困難的【1】。為了更好地解決這一難題，研發(fā)團(tuán)隊(duì)展開(kāi)了相關(guān)研究。01使用量子算法進(jìn)行分子晶體結(jié)構(gòu)預(yù)測(cè)分子晶體結(jié)構(gòu)預(yù)測(cè)的主要難點(diǎn)就在于需要對(duì)大量不同晶體結(jié)構(gòu)并行搜索，傳統(tǒng)計(jì)算無(wú)法滿足大規(guī)模計(jì)算要求，而量子計(jì)算利用量子疊加態(tài)的原理，在模擬該問(wèn)題的求解具有天然的優(yōu)勢(shì)，且隨著問(wèn)題規(guī)模的擴(kuò)大，量子計(jì)算機(jī)的計(jì)算效率可以遠(yuǎn)超過(guò)傳統(tǒng)計(jì)算機(jī)。
在分子晶體中，范德華力維系了晶體結(jié)構(gòu)，而靜電力（偶極作用）則決定了分子的方向。一個(gè)晶胞內(nèi)有m個(gè)分子，每種分子就有n個(gè)方向，則由分子取向決定的分子結(jié)構(gòu)就有m^n種。傳統(tǒng)的周期性從頭計(jì)算程序（VASP）可以提供足夠精確的晶體結(jié)構(gòu)和晶格能，但由于其高昂的計(jì)算耗費(fèi)無(wú)法滿足大規(guī)模搜索的要求。且簡(jiǎn)單分子力場(chǎng)的方法缺少對(duì)偶極協(xié)同作用的描述，0.5kcal的二體誤差在復(fù)雜晶體計(jì)算中可能就被放大為100 kcal。此外分子力場(chǎng)通常不具備普適性，針對(duì)特定體系需要重新擬合和優(yōu)化，因此整個(gè)過(guò)程非常復(fù)雜。本源量子團(tuán)隊(duì)利用量子近似優(yōu)化算法（QAOA）對(duì)全局最小偶極能量和的選取進(jìn)行了平方級(jí)加速，通過(guò)將問(wèn)題編碼為組合優(yōu)化問(wèn)題，為解決分子晶體結(jié)構(gòu)預(yù)測(cè)難題鋪平了道路。02XY混合層加速量子算法學(xué)習(xí)效率

在解決分子晶體結(jié)構(gòu)問(wèn)題時(shí)，為滿足一個(gè)分子只有一個(gè)取向的限制條件，傳統(tǒng)QAOA算法會(huì)使用增加懲罰項(xiàng)的方式，給不滿足限制條件的解所代表的能量添加一個(gè)較大的數(shù)，從而篩選出符合限制條件的解，因此在QAOA搜索的過(guò)程中，會(huì)浪費(fèi)大量資源，且如何選擇合適的懲罰項(xiàng)也是一大難題。

為解決這類問(wèn)題，本源量子團(tuán)隊(duì)采用了一種被稱作量子交替操作算法【2】的QAOA變種，通過(guò)選擇合適的初始量子態(tài)和量子操作，保證了最后結(jié)果一定落在可行解空間中，而無(wú)需添加懲罰項(xiàng)。這一方法不僅擺脫了超參數(shù)選擇的困難，也極大提升了優(yōu)化效率。

研發(fā)過(guò)程中，我們使用并改進(jìn)了論文【3】中的方法，在不使用額外量子比特的基礎(chǔ)上成功構(gòu)造出了需要的最初量子態(tài)。通過(guò)XY混合層，我們僅僅使用了兩層QAOA線路，就以100%的最優(yōu)解概率在nitrofurazone晶體數(shù)據(jù)中成功得到了與經(jīng)典遍歷方法相同的結(jié)果。

研究人員還額外對(duì)比了XY混合層的兩種實(shí)現(xiàn)方式（全連接complete、環(huán)形ring）與傳統(tǒng)QAOA混合層（X）的表現(xiàn)，上圖中橫軸為量子門個(gè)數(shù)。可以看到，在相同的量子門數(shù)量時(shí)，XY混合層的效果要遠(yuǎn)好于傳統(tǒng)的QAOA算法。

未來(lái)，本源量子團(tuán)隊(duì)與復(fù)旦大學(xué)將在該領(lǐng)域繼續(xù)展開(kāi)合作探索，通過(guò)對(duì)參數(shù)優(yōu)化方式、編碼方式、量子線路的排布等技術(shù)研究，實(shí)現(xiàn)量子算法在含噪聲量子芯片上的落地，將進(jìn)一步提供在線SAAS藥物設(shè)計(jì)初篩、藥效評(píng)估等模塊，實(shí)現(xiàn)藥物分子晶體結(jié)構(gòu)在線預(yù)測(cè)和晶格能預(yù)測(cè)等功能，推進(jìn)量子計(jì)算在生物醫(yī)藥領(lǐng)域的應(yīng)用落地。

【1】Crystal Structure Prediction (CSP) Blind Tests

https://www.ccdc.cam.ac.uk/Community/initiatives/cspblindtests/

【2】HADFIELD S, WANG Z, O’GORMAN B, et al. From the Quantum Approximate Optimization Algorithm to a Quantum Alternating Operator Ansatz[J/OL]. Algorithms, 2019, 12(2): 34. DOI:10.3390/a12020034.

【3】Wang, Zhihui, et al. "XY mixers: Analytical and numerical results for the quantum alternating operator ansatz." Physical Review A 101.1 (2020): 012320.