「本源悟空」完成全球首個量子邊編碼技術真機驗證

（香港文匯網記者趙臣 合肥報道）中國科學家團隊近日給藥物研發裝上了「量子顯微鏡」。本網記者從安徽省量子計算工程研究中心獲悉，本源量子聯合中國科學技術大學、合肥綜合性國家科學中心人工智能研究院，成功實現全球首個基於量子邊編碼技術的藥物分子性質預測應用，並在中國第三代自主超導量子計算機「本源悟空」上完成真機驗證，該項技術為分子性質預測及藥物研發開闢全新路徑。

據介紹，藥物研發中，精準預測分子性質是快速篩選候選藥物的關鍵。圖神經網絡方法用「圖」結構來理解藥物分子：原子是「點」，化學鍵是「邊」。已有的量子算法可以提升對「點」的處理能力，但對「邊」無能為力——就像拼圖缺失關鍵模塊，始終無法完整呈現分子特性。此次研究團隊創新設計的量子嵌入圖神經網絡架構，融入全球首創量子邊編碼技術和量子節點嵌入模式，首次在量子層面實現原子與化學鍵的同步處理，大幅提升了對分子行為的預測精度，顯著提升藥物發現效率。目前，基於該項技術的藥物毒性預測真機應用已上線「本源量子計算雲平台」。

「如果說傳統圖神經網絡方法是『望遠鏡』，那麼融入全球首創量子邊編碼技術的量子嵌入圖神經網絡架構就是『顯微鏡』——不僅能看清原子位置，更能清晰捕捉到化學鍵的相互作用，讓藥物研發邁向『精準設計』。」「本源悟空」軟件研製團隊負責人竇猛漢表示，這一技術顯著提升了關鍵藥物性質預測準確率：HIV抗病毒藥物篩選準確率從73%躍升至97%，阿爾茨海默病藥物預測準確率從64%提升至70%。

安徽省量子計算工程研究中心主任郭國平教授表示，量子嵌入圖神經網絡架構已成功在中國第三代自主超導量子計算機「本源悟空」上運行驗證，標誌着我國已初步具備實用化量子計算能力。

以上成果以題為「Quantum-Embedded Graph Neural Network Architecture for Molecular Property Prediction」的論文，發表於化學信息學領域的權威期刊《化學信息與建模雜誌》。作為量子圖神經網絡領域首篇關於量子邊編碼的研究論文，該成果獲得了國際學術界的廣泛認可，為量子技術的產業化應用奠定了堅實基礎。