量子模拟技术突破!科学家将化学过程减慢 1000 亿倍

悉尼纳米科学中心的 Pablo Fernandez Peñas 教授(左)、Ivan Kassal 副教授和 Tingrei Tan 博士。

(图片来源:网络)

在澳大利亚悉尼纳米科学中心,由悉尼医学院、物理和化学系组成的跨学科团队正在利用量子技术探索新分子来治疗疾病。

由悉尼大学纳米研究所的Tingrei Tan博士领导的研究团队拿下了美国非营利组织 Wellcome Leap的合同,以开发适用于生物和健康领域的实用量子技术。

Wellcome Leap组织的量子生物(Q4Bio)计划是一个价值数百万美元的项目,该项目专注于识别、开发及落地在人类健康领域的应用,这些应用将得益于量子计算机。

量子生物计划已与全球10+个团队展开合作,其中悉尼大学纳米研究所是唯一签订合同的澳大利亚研究机构。

该团队的研究目标是利用量子技术研发出可以治疗皮肤癌或改善防晒霜的新分子。

Tingrei Tan博士表示:“我们很高兴能与Wellcome Leap目标一致,共同致力于加速量子计算在人类健康领域中的应用。我们的跨学科研究旨在突破当前药物开发中的一个重要瓶颈——传统计算机无法准确预测分子中的量子化学动力学。”

Tingrei Tan博士领导的团队将创新开发这类量子解决方案,以解决计算药物发现中最为棘手的问题之一。他们将开发一种新型算法来简化并实现精确的量子模拟,从根本上改进光活化反应的建模。

研究团队发现了由化学中一种被称为“圆锥交叉”的常见几何结构引起的单个原子的干涉图样。

圆锥交叉在光合作用和太阳能等过程中起着至关重要的作用,并对防晒霜和光活性药物具有重要意义。但它们的发生速度非常迅速,以至于难以实时观察。

研究人员利用离子阱量子计算机进行了这一实验,通过量子模拟,科学家得以将光活化反应的速率降低至原来的1/1000亿,从而实现有针对性的观察。

该团队在《Nature》子刊《Nature Chemistry》期刊上发表了研究成果,首次证明了量子模拟中这种显著的减速现象。

该跨学科团队由物理学院的Tingrei Tan博士、化学学院的Ivan Kassal副教授以及悉尼大学医学院医学与健康系的Pablo Fernandez Peñas教授领导。

Ivan Kassal副教授表示:“当细胞吸收光时,分析其在分子水平上发生的情况是量子计算机在该领域潜在的早期应用。我们的联合研究有望开创一种全新的方法来加深对疾病的了解和治疗,并研发新药。我们的团队将融合量子技术和化学领域的跨学科专业知识,与医学研究人员紧密合作,以期解决这些棘手的问题。”

悉尼韦斯特米德医院皮肤科主任Pablo Fernandez Peñas教授表示:“皮肤科对光又爱又恨。光既是引起皮肤癌的主要原因(紫外线),但也是治疗某些皮肤癌的能量来源(光动力疗法中的红光),并且我们能使用激光帮助治疗其他疾病。通过对光反应的深入了解,我们可以开发有助于治疗疾病或改善防晒霜的新分子。”

Tingrei Tan博士的离子阱量子计算机是这项研究的实验核心,而研究的理论部分是由Ivan Kassal教授领导的化学团队构建的,最终应用目标是由Pablo Fernandez Peñas教授领导的医学团队设计的。

量子生物计划分为三个不同的阶段,为期2.5年。第一阶段,高达150万美元(约230万澳元)的资金将用于开发量子算法。在开发过程中,所需的量子计算资源(量子比特数量和电路深度)应符合量子生物计划中已定义的目标资源。第二阶段,涉及在高性能经典计算机上运用算法进行大规模模拟。第三阶段,将在量子硬件上实施算法解决方案,并进一步筹集高达200万美元的资金。

悉尼大学拥有全球广泛且前沿的量子技术项目,同时拥有量子理论、量子硬件和软件开发方面的世界级专家。该大学也是悉尼量子学院的“创始成员”之一。

自2017年以来,悉尼大学一直是悉尼微软量子实验室的所在地,由David Reilly教授领导。同年,Michael Biercuk教授利用学校的研究成果创立了澳大利亚第一家由风险投资支持的量子初创公司Q-CTRL。

编译:琳梦/卉可

编辑:慕一

特此说明:量子前哨翻译此文仅作信息传递和参考,并不意味着同意此文中的观点与数据。

欢迎添加我们的微信,加入量子前哨粉丝群

与大家一起探讨交流量子领域动态↓↓↓~~

【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值