Los avances en las computadoras cuánticas podrían cambiar la forma en que descubrimos y entendemos nuevos medicamentos.
Se han establecido métodos para predecir y comprender los posibles efectos de los fármacos a nivel molecular. Las simulaciones de dinámica molecular utilizan simulaciones computacionales de interacciones entre átomos a lo largo del tiempo.
Usando este método, podemos entender cómo una molécula se unirá a una proteína y afectará su estructura y, por lo tanto, cambiará su función.
Este método a menudo se amplía con la teoría del funcional de la densidad e implica calcular la energía de una molécula para predecir la estructura y cómo la molécula interactuará con otras moléculas.
Estos métodos requieren una gran y costosa potencia computacional, y estas simulaciones tardan mucho en ejecutarse incluso con las potentes computadoras actuales.
En comparación con la computación clásica, la computación cuántica proporciona un aumento enorme y revolucionario en la capacidad computacional en forma de procesamiento de información más allá de lo que permite la física clásica, abriendo nuevas oportunidades para comprender fenómenos a nivel micro y macro.
El cálculo clásico se basa en «bits», que son 1 o 0 dependiendo de si fluye corriente a través del transistor. Un bit cuántico, o ‘qubit’, es una superposición de dos estados al mismo tiempo.
Esto significa que puede ser tanto 0 como 1, ¡lo cual no es lo mismo que 0,5!
En el estado cuántico, los bits ejecutan múltiples cálculos al mismo tiempo, hasta que se encuentra una «respuesta», momento en el que se «decoran» y se obtienen los bits clásicos como salida. Esto los convierte en solucionadores de problemas increíblemente rápidos.
¿Pista clásica?
Las computadoras clásicas no pueden modelar completamente los sistemas cuánticos porque obedecen las leyes de la física clásica.
Las moléculas y sus interacciones sólo se pueden calcular utilizando métodos computacionales clásicos, independientemente de cuánta potencia computacional tenga.
La computación clásica y la computación cuántica se diferencian en el hecho de que hacen las cosas de manera diferente, no sólo a velocidades diferentes.
Por ejemplo, el uso de modelos jerárquicos en la industria farmacéutica es un proceso secuencial similar a la evolución darwiniana, donde en cada punto de decisión preguntamos: «¿Es la molécula A mejor que la molécula B?»
Puede seguir el camino del jardín, aunque, en última instancia, las decisiones moleculares menos coincidentes pueden resultar mejores que la alternativa en el futuro.
Las computadoras cuánticas trabajarán en soluciones paralelas para que no haya puntos de decisión en las primeras etapas. Esto es especialmente poderoso cuando es necesario analizar miles de compuestos.
La próxima frontera
Paradójicamente, es posible que en un futuro no muy lejano descubramos que las plataformas de inteligencia artificial que hemos desarrollado para el descubrimiento de fármacos no estén equipadas para aprovechar al máximo las computadoras cuánticas.
Las plataformas actuales de descubrimiento de fármacos mediante IA se han vuelto extraordinarias con el auge de las computadoras cuánticas.
La mecánica cuántica tiene una larga y compleja historia de controversias sobre sus fundamentos y nuestra capacidad para aprovechar su poder potencial. Lo que está claro, sin embargo, es que el interés y la financiación en la próxima frontera de la tecnología siguen creciendo.
El Dr. Joe Taylor es director de Candesic y el Dr. Leonid Shapiro es socio director de Candesic. Ir a candesic.com
