蛋白质如何折叠？使用 Qiskit(IBM的开源量子软件开发工具包)的研究人员在帮助解决生物学中的这个重要谜团方面迈出了重要的一步。此过程中，研究人员展示了量子计算解决自然科学领域问题的巨大潜力。
至少从 1960 年后期开始，蛋白质就一直困扰着科学家。由氨基酸组成的长链存在于每个生物体中，充当复杂的生物机器。它们的功能范围从催化细胞内的反应到提供羽毛、头发、指甲和蹄的物理结构，再到在肌肉组织中充当发动机。蛋白质必须折叠成复杂的形状才能执行这些功能，并通过单个氨基酸之间的链接锁定到位。一种典型的蛋白质在形成后的几毫秒内折叠成最终形式，没有人知道这是如何发生的。但是 IBM Quantum 团队的科学家的这项新研究可能为解开这个谜铺平了道路。
为什么蛋白质折叠如此困难
如果你拿到一个未折叠的蛋白质且你想折叠它，你可以先测试不同的折叠方式，并沿着链连接氨基酸。但很快就会明白这是一项不可能完成的任务。
IBM Research科学家 Panagiotis Barkoutsos 说，如果你想检查蛋白质如何连接的每一种可能性，这将是一个指数级的问题 。随着链上每增加一个环节，问题就需要越来越多的工作来解决，直到它变得非常困难。分子生物学家Cyrus Levinthal)于 1969 年发现，如果蛋白质在体内采用这种缓慢、检查每个可能的折叠方法，它们的折叠过程将比整个宇宙的生命周期更长。这被称为列文塔尔悖论。
Barkoutsos 说：“如果我们的身体通过经典采样来解决这个问题，那将需要很长时间。” “但我们的细胞有一种机制，可以在微秒到毫秒内完成。因此，一定有某种我们不了解的东西控制着这个过程的动态。”研究人员已经发现在细胞中的化学“伴侣”，似乎在蛋白质折叠予以帮助。还有证据表明，这些分子伴侣在蛋白质折叠后的作用中发挥作用。但完整的画面尚未出现。弄清楚蛋白质如何如此快速地折叠和展开，可能需要一种在计算机上模拟蛋白质折叠的可靠、快速的方法。到目前为止，还没有人成功完成这项工作。
解决问题的经典方法
经典计算机坚持使用检查所有可能的折叠方法来进行蛋白质折叠。这意味着莱文塔尔悖论适用：没有任何超级计算机强大到足以靠自己取得任何真正的进步。除了采样解决方案之外，还可以使用经典分子动力学来驱动折叠过程。然而，可用经典力场的质量以及求解相应运动方程所需的计算机能力也不足以对折叠过程进行建模。
为了获得进行经典蛋白质折叠研究所需的计算能力，斯坦福大学生物工程研究员 Vijay Pande 开发了一个名为Folding@Home的项目。互联网上的任何人都可以将软件下载到他们的计算机或移动设备上，将其链接到全球 Folding@Home 网络——实际上是一台巨大的分布式超级计算机，利用人们私人机器上未使用的处理能力。该网络已经发展成为世界上最强大的计算系统之一，并产生了重要的成果。但到目前为止，它只能模拟相对较短的蛋白质链。
最后，基于人工智能的方法也被用于预测蛋白质折叠结构；然而，在这种情况下，算法需要使用已知蛋白质结构的数据库进行广泛的训练，这在 IBM Quantum 研究人员的研究中提出的蛮力采样方法中是不必要的。
量子方法
IBM Quantum 研究人员 Anton Robert、Panagiotis Barkoutsos、Stefan Woerner 和 Ivano Tavernelli的研究表明，量子计算机应该能够比经典计算机更有效地解决这个问题。2 月 17 日发表在npj Quantum Information杂志上的一篇论文中，他们证明了用于优化的通用量子算法可以重新用于折叠问题。他们使用新方法在 IBM Quantum 20 量子位处理器上成功折叠了模型蛋白质。
量子方法不是花费计算资源检查蛋白质的每个可能折叠，而是将所有物理上有意义的折叠蛋白质的方式叠加成模型哈密顿量。然后对这些组合进行统计采样，以找到最稳定的折叠系列。
解决悖论
完全解决莱文塔尔悖论将需要其他研究人员采用该算法并以此为基础，然后在未来几年预计会出现的更先进量子硬件上运行他们更先进的算法。
现实世界中，蛋白质的长度可以是数百或数千个氨基酸。它们在三个维度上折叠。这篇论文将问题抽象化，将蛋白质放置在一个运动自由受限的三维四面体晶格上。因此，这项工作是一个近似值，因为自由空间中的三维运动更难以建模。该算法的目的是建立一个基础，以便人们可以开始思考并在此基础上进行构建。
Barkoustos 说，有理由对这一研究领域的长期前景感到乐观。“使用量子计算机，每增加一个量子比特，它的计算能力就会增加一倍。有了每一个新的量子位，你就可以模拟越来越大的系统。”
Barkoutsos 说，如果量子计算机使研究人员能够在真实活细胞的规模上模拟蛋白质的折叠，那么他们就可以开始消除莱文塔尔悖论，并研究这些分子机器如何如此快速折叠并发挥其催化功能。这种水平的生物力学理解将把科学带到哪里，没有人知道。
参考资料
Robert, A., Barkoutsos, P.K., Woerner, S. et al. Resource-efficient quantum algorithm for protein folding. npj Quantum Inf 7, 38 (2021).
https://doi.org/10.1038/s41534-021-00368-4
联系客服
