360 亿种化合物的“量子”生死筛选！科罗拉多大学跨界合作，为结直肠癌患者寻找“救命分子”

                                                        文丨浪味仙  排版丨浪味仙

                                                  行业动向：2900字丨8分钟阅读

内容提要

在计算科学与肿瘤学的交汇点，一场由量子计算驱动的药物革命正在萌芽。

科罗拉多大学（CU）癌症中心的两名核心研究人员：药物化学家 Daniel LaBarbera 博士与结构生物学家 Karolin Luger 博士，正联手利用量子计算与人工智能结合的全新方法，为结直肠癌开发下一代精准靶向药物。

这项跨学科合作由校内“AB Nexus 计划”资助，该项目旨在推动科罗拉多大学 Anschutz 医学院与 Boulder 校区之间的协同创新研究。

“结直肠癌是全球每年诊断率最高的癌症之一。”科罗拉多大学药物发现中心主任拉巴贝拉博士表示：“我们希望研发出新一代精准肿瘤药物，不仅疗效更强，还能与传统化疗产生协同效应，从根本上改善患者的预后。”

01

量子计算加速药物发现：

AI 算法筛选 360 亿化合物

在这项研究中，团队正与欧洲领先的量子计算公司 IQM Quantum Computers 合作，利用量子计算机在药物筛选中探索前所未有的化学空间。

与传统依赖高性能计算机的分子建模不同，量子计算能够在原子层面并行处理海量量子态，从而在理论上实现指数级加速。研究团队计划通过人工智能算法训练量子系统，让它学习已知的“先导化合物”特征，然后将一个包含 360 亿种潜在化合物的超大数据库输入量子计算机进行筛选。

“这些 AI 算法会将分子拆分为片段，再重新组合成潜在的药物结构，并在这一过程中优化它们的药理学性质。”LaBarbera 博士解释道：“当算法告诉我们哪些化合物具有最佳药物特征后，我们会挑选前列候选，在化学与生物实验中进行验证。”

这种方法标志着药物设计范式的转变：它不再是单纯的化学试错过程，而是一种融合量子推理与人工智能优化的闭环系统。

02

靶向 CHD1L：

破解肿瘤耐药性的“主调节因子”

本次研究的核心靶点是一种名为 CHD1L 的染色质重塑酶，它在多种癌症中被显著过度表达，能调控基因的活性状态，从而促进肿瘤细胞的增殖、转移与药物耐受。LaBarbera 博士将 CHD1L 定性为肿瘤细胞存活的“主调节因子”，他指出：“患者在接受化疗时，CHD1L 的异常活性往往让癌细胞逃脱药物杀伤。”

在前期研究中，LaBarbera 团队已经合成了多种 CHD1L 抑制剂，这些化合物在动物模型中能显著增强化疗药物的作用，使其杀伤效力提升达 1000 倍。

为了推进临床转化，他于 2022 年创立了初创公司 Onconaut Therapeutics，专注开发 CHD1L 抑制剂，并获得美国国家癌症研究所（NCI）250 万美元的快速资助，而本次的 AB Nexus 项目，旨在用量子-AI 技术开拓新的化学空间，为下一代抑制剂设计提供计算验证。

“基于已有研究，我们选择 CHD1L 作为量子计算的验证靶点。”他提到：“Onconaut 的项目聚焦于临床药物开发，而 AB Nexus 则是我们探索量子-AI 在药物设计中的潜力的试验场。”

03

结构生物学的“三维革命”：

量子计算如何重塑药物设计

作为结构生物学家，Luger 博士从分子结构层面理解药物与靶点的相互作用。她认为，量子计算让药物设计真正进入了“三维结构革命”阶段。

“量子计算能让我们以全新的方式思考分子结构。”Luger 指出：“它帮助我们发现那些传统方法根本无法想象的先导化合物。令人难以置信的是，我们仍在使用 40 年前的化疗药物，因此迫切需要新的靶点和副作用更小、更聪明的药物。”

量子计算机在分子建模中的独特优势，在于它能直接模拟电子跃迁、轨道重叠与分子间能量分布等量子行为，这些特征恰恰是决定药物结合亲和力与选择性的关键因素。

每年全球约有 200 万人被诊断为结直肠癌，其中近一半患者最终发展为转移性疾病，五年生存率仅约 13%。目前，化疗仍是主要治疗手段，但疗效有限，且副作用严重。

LaBarbera 认为，若能通过 CHD1L 抑制剂增强化疗效果并抑制耐药性，患者的生存质量与治疗反应都将显著改善。“如果下一代结直肠癌疗法能提升化疗效果、减少耐药，我们就能让疾病变得更可控、更可治。”他强调：“量子计算为我们提供了实现这一目标的工具。”

04

量子-AI：

重塑制药创新的速度

对于这对跨学科搭档而言，这不仅仅是一次技术实验，更是一场理念革命。

传统药物研发往往需要 10 年甚至更久的周期，而量子-AI 联合模型有望将这一过程缩短至数月或数周。LaBarbera 强调，“如果我们能借助量子计算显著压缩药物优化周期，那将彻底改变整个制药业的创新速度”。

随着量子计算从理论走向应用，这场横跨物理学、化学与医学的合作，正预示着制药业进入新的范式转折点：一个由量子算法驱动、以患者福祉为核心的未来。

量子计算的潜力，正从实验室的量子比特跃迁到临床药物的分子键，正如 Luger 博士所言：“量子计算在癌症药物研发中的应用仍处于起步阶段，但它的潜力几乎无穷无尽。”当药物研发遇到人工智能和量子计算这两大“加速引擎”，这场行业巨大变革的背后，还有量子计算公司在积极推动硬件的商业化和跨界应用。

例如量子计算领域先驱 D-Wave，就已将其量子退火机成功应用于玻尔兹曼机（Boltzmann Machines），推出了用于构建和训练玻尔兹曼机的 PyTorch 插件，致力于让 AI 社区的开发者能够以定义普通神经网络的熟悉方式，轻松定义和探索量子神经网络。国内专用量子计算领军企业玻色量子，也在几个月前开源了国内首个 PyTorch 量子神经网络开发套件，借此拓展 AI 研究和应用新边界。

不难看出，量子硬件在人工智能领域的实际应用和普及，正进一步加速“量子-AI”的融合，预示着一个由量子加速的智能未来。

随着科罗拉多大学团队继续推进量子-AI 药物设计研究，世界或许正在见证一个新的医学时代：当“量子”真正介入“生命”，药物发现将不再是盲目的化学冒险，而是精确的计算科学。

Reference：

1、https://news.cuanschutz.edu/cancer-center/quantum-computing-colorectal-cancer-drug-development

2、https://www.linkedin.com/posts/massimo-ruzzene-4771334_our-ab-nexus-research-collaboration-between-activity-7364300922102976515-mavW