
Rasi Bhadramani / iStock
Em processo chamado espectroscopia de RMN que éfrequentemente usado para encontrar e identificar pequenas moléculas em amostras biológicas como sangue e urina tornou-se uma poderosa ferramenta de diagnóstico para profissionais médicos, ajudando a identificar biomarcadores de doenças e distúrbios específicos.
Mas a técnica tem seus limites, especialmente quando os pesquisadores precisam identificar moléculas que ainda não foram catalogadas - ou seja, a grande maioria delas.
Um trio de médicos e pesquisadores médicos do Brigham and Women's Hospital e da Harvard Medical School queriam tornar esse processo complicado e demorado muito mais simples, e esperava que a física qua¢ntica pudesse ajudar. Eles concluaram que, como o ba¡sico da RMN, abreviação de ressonância magnanãtica nuclear, ébaseado na meca¢nica qua¢ntica, talvez um computador qua¢ntico possa ajudar a empurrar a técnica além dos limites atuais, usando processadores de computador comuns para interpretar os dados.
Os pesquisadores da Faculdade de Medicina recrutaram um par de fasicos qua¢nticos da Faculdade de Artes e Ciências para ajudar. Agora, a combinação de pesquisadores médicos e cientistas qua¢nticos publicou os resultados de sua colaboração - um novo algoritmo para decodificar sinais das leituras de RMN que extrai da computação qua¢ntica e do aprendizado de ma¡quina cla¡ssico - em um novo estudo na Nature Machine Intelligence .
O algoritmo habrido faz, em teoria, exatamente o que os pesquisadores esperavam. Reduziria um processo que pode levar dias para os computadores cla¡ssicos em apenas alguns minutos, usando sistemas qua¢nticos que executam apenas de 50 a 100 bits qua¢nticos, ou “qubitsâ€, os blocos fundamentais nos quais esses computadores operam. Em outras palavras, o algoritmo funciona nos computadores qua¢nticos que já existem e nos chamados computadores qua¢nticos "de curto prazo" que estãosendo desenvolvidos. Essas ma¡quinas agiriam como uma ponte entre o período intermediário das ma¡quinas propensas a erros atuais (ou "ruados") e as versaµes aperfeia§oadas e de correção de erros, previstas para se tornar realidade daqui a algumas décadas.
Os pesquisadores acreditam que o novo algoritmo habrido pode ser uma das primeiras aplicações para computadores intermediários não tão distantes, ajudando a preencher uma crescente necessidade em aplicações prática s da tecnologia qua¢ntica a medida que o hardware alcana§a a teoria. Os computadores qua¢nticos usam as propriedades misteriosas da matéria em escalas extremamente pequenas para aumentar bastante o poder de processamento e realizar ca¡lculos que são praticamente impossaveis de serem resolvidos por computadores comuns.
Nos últimos anos, encontrar aplicações aºteis para computadores qua¢nticos existentes ou de curto prazo tem sido um desafio central para os pesquisadores, disse Eugene Demler , professor de física e um dos coautores do artigo.
“Nãodevemos pensar apenas em aplicativos para computadores qua¢nticos perfeitos. Deveraamos pensar em aplicações de computadores qua¢nticos para o futuro pra³ximo â€, disse Demler. "a‰ importante perceber que podemos usar esses computadores não perfeitos - esses computadores qua¢nticos barulhentos e de escala intermedia¡ria - para estudar o que éimportante para a pesquisa biomédica".
"Provavelmente levamos 20 anos ou mais para chegar ao esta¡gio atual de desenvolvimento de hardware de computação qua¢ntica", disse Sels. “O caminho a seguir para computadores qua¢nticos que podem corrigir erros e serem bons o suficiente para serem dispositivos plug-and-play épresumivelmente igualmente longo. Se não tivermos aplicativos para essas ma¡quinas de ponta intermedia¡rias ou atuais, poderemos enfrentar um inverno qua¢ntico. â€
O algoritmo acabou de passar na fase de prova de conceito, de acordo com o artigo, mas abre uma porta para possibilidades em pesquisas químicas, médicas e biológicas usando RMN, se puder ser expandido além dos testes descritos pelos pesquisadores.
Pegue sangue, por exemplo, disse a coautora do artigo Samia Mora , professora associada de medicina na Faculdade de Medicina e especialista em medicina cardiovascular na Brigham. "Sabemos que existem milhares de moléculas na corrente sanguínea, mas agora com a RMN provavelmente medimos apenas cerca de 200 [delas]", disse ela. "No futuro, idealmente, poderaamos expandir esse algoritmo para resolver esse problema do que são essas moléculas na corrente sanguínea além daquelas que já conhecemos."
Os médicos poderiam então basear tratamentos, como terapia de ca¢ncer, fora dessas leituras, ou poderiam prescrever medidas preventivas se um paciente tiver pequenas moléculas no sangue correspondentes a doenças cardaacas. As leituras também podem ajudar na descoberta de medicamentos ou na pesquisa de vacinas.
"Ter uma melhor compreensão das assinaturas moleculares de doenças ou tratamentos érealmente muito impactante para muitas áreas em muitas e diferentes disciplinas", disse Mora.
Outros pesquisadores de Harvard que trabalharam no estudo incluaram Hesam Dashti , pesquisador do Brigham e HMS, Olga Demler , bioestatastica associada do Brigham e professor assistente do HMS, e Dries Sels, pa³s-doutorado de Demler e principal autor do estudo. .
Sels e Demler estavam procurando uma oportunidade como a apresentada no artigo. Eles queriam uma solução para um problema que possui aplicações do mundo real, que édifacil para computadores cla¡ssicos, mas que poderiam ser resolvidos usando computadores qua¢nticos existentes e de curto prazo. A espectroscopia de RMN assistida por quantum verificou todas as caixas, já que as leituras, chamadas espectrograma, são reunidas pela medição de um conjunto complexo de rotações qua¢nticas.
Por exemplo, para obter um espectrograma, amostras biológicas são colocadas dentro de uma ma¡quina que possui um campo magnético e depois bombardeadas com ondas de ra¡dio para excitar as propriedades magnanãticas nucleares nas molanãculas. A ma¡quina NMR laª esses spins como assinaturas diferentes.
O espectrograma registrado, no entanto, contanãm apenas informações muito indiretas sobre as estruturas moleculares, tornando a análise e identificação dessas moléculas um problema complexo de reconhecimento de padraµes. Se os padraµes não forem reconhecidos ou conhecidos anteriormente, pode levar dias ou meses de tentativa e erro para reunir uma resposta, porque os computadores comuns devem fazer esses ca¡lculos um de cada vez.
O uso de um sistema qua¢ntico tira proveito de sua capacidade de acessar e calcular mais rapidamente e utiliza uma construção matemática conhecida como espaço de Hilbert e o maior poder de processamento dos qubits. Um qubit pode ter dois valores tradicionais de uma são vez, um par pode ter quatro e assim por diante. O problema com os computadores qua¢nticos atuais ou intermediários, poranãm, éque todo esse poder computacional acumula muito ruado, tornando todo o ca¡lculo impreciso.
Provou-se que os algoritmos habridos são uma ponte eficaz para resolver isso, então os pesquisadores pensaram que poderiam trabalhar aqui também. No artigo, eles descrevem como seu algoritmo habrido usa manãtodos estatasticos cla¡ssicos, como o aprendizado de ma¡quina Bayesiano, para agrupar e refinar a pesquisa para corrigir erros provocados pela parte qua¢ntica do algoritmo, levando a molanãcula correta.
"Ha¡ três partes no jornal", disse Sels. “Todos os três ingredientes são necessa¡rios porque, se vocêdeixar de fora a primeira parte em que nos restringimos a esses aglomerados de moléculas físicas, basicamente vocêcomea§ara¡ em algum lugar tão distante de onde vocêrealmente quer acabar que estar procurando por isso para sempre. E então, na última parte, a mesma coisa: se vocênão fizer isso de maneira inteligente, os naveis de ruado do seu computador qua¢ntico sera£o tão altos que apenas circulara£o - vocêestara¡ pesquisando aleatoriamente. â€
Eles testaram o algoritmo usando moléculas simples que tinham apenas quatro rotações qua¢nticas e já haviam sido identificadas, para que soubessem se o algoritmo funcionava. Os pesquisadores esperam expandir a capacidade do algoritmo para que ele possa analisar e identificar moléculas mais complexas. Eles também acreditam que o algoritmo pode ser estendido para resolver outros tipos de análise espectrosca³pica usando computadores qua¢nticos existentes.
"Provavelmente levamos 20 anos ou mais para chegar ao esta¡gio atual de desenvolvimento de hardware de computação qua¢ntica", disse Sels. “O caminho a seguir para computadores qua¢nticos que podem corrigir erros e serem bons o suficiente para serem dispositivos plug-and-play épresumivelmente igualmente longo. Se não tivermos aplicativos para essas ma¡quinas de ponta intermedia¡rias ou atuais, poderemos enfrentar um inverno qua¢ntico. â€