在药物研发领域，精准确定药物分子的电子量子态与能量是理解其作用机制的关键，然而这属于复杂的量子力学问题，传统计算机往往只能给出近似解。如今，一项突破性研究为这一难题带来了新的解决方案。美国俄亥俄州克利夫兰医学中心、科技企业IBM以及日本理化学研究所的研究人员携手合作，采用量子计算机与传统超级计算机的混合运算方案，成功打破分子模拟纪录，测定了一个含12635个原子的分子特性。
量子计算机被视为模拟蛋白质、助力新药研发的有力工具，但目前其误差率过高，难以单独胜任此类复杂任务。为克服这一难题，研究团队研发出创新的混合运算方案。他们选取两组已有充分研究基础的蛋白质 - 小分子复合物作为模拟对象，这类复合物也是生物医学领域的经典基础研究范例。同时，研究在水环境层中完成分子模拟，使实验结果更贴近实验室实际研究场景。
此次研究动用了强大的计算资源，包括两台IBM苍鹭（Heron）量子计算机，一台部署在日本理化学研究所，另一台设在克利夫兰医学中心，以及全球顶尖的两台超级计算机——富岳（Fugaku）和雅比 - G（Miyabi-G）。由于量子比特规模偏小、运算能力有限且易出错，单纯依靠量子计算机实用价值有限。因此，研究团队将分子模拟任务拆分，让四台设备协同工作。量子计算机仅计算分子部分片段的特定属性，运算结果再交由超级计算机处理，两类计算机来回迭代运算，全程耗时超过100小时。
团队成员、克利夫兰医学中心的肯尼思・默茨感慨道：“这曾是我的梦想，如今我们终于实现了。”此次模拟成果显著，其中一个分子的体量约为以往量子计算机模拟最大分子的40倍。IBM的Jerry Chow表示，即便运算过程复杂耗时，这套混合方案的运算速度仍优于纯传统计算机方案。此次模拟还精准测算出分子的最低能量，精度可媲美部分主流传统算法，尽管尚未实现绝对领先优势。
宾夕法尼亚州匹兹堡大学的刘君宇（Junyu Liu，音译）对该研究给予高度评价。他认为，在量子计算机实现完全容错之前，这类混合运算模式值得大力推广，可提前挖掘量子计算机的实用价值。此次研究依托现有商用硬件，为量子计算实用化迈出了切实一步，实验规模也令人瞩目。不过，刘君宇也指出，目前仍存在一个待解决的问题：能否从严格数学层面证明，该混合算法在特定场景下必定能实现性能碾压，即达成“量子优势”。
Jerry Chow表示，尽管本次研究证明量子硬件在部分运算环节具备优势，但这项模拟纪录只是开端，并非最终定论。他提到，业界正掀起一股不断突破技术边界的热潮，真正令人期待的探索才刚刚启程。
