Квантовые чипы в гибридных расчётах белков в 2026
В 2026 году два 156‑кубитных процессора IBM Heron r2 применили в гибридном расчёте T4‑лизоцима и трипсина (11 608 и 12 635 атомов) вместе с суперкомпьютерами Fugaku и Miyabi‑G.
Команда Кливлендской клиники совместно с RIKEN и IBM в мае 2026 года провела гибридную симуляцию электронных структур двух белок‑лигандных комплексов — T4‑лизоцима и трипсина. В расчётах использовали два 156‑кубитных процессора IBM Heron r2 в США и Японии, а также суперкомпьютеры Fugaku и Miyabi‑G. На отдельных этапах задействовали до 94 кубитов; всего было выполнено около 9 200 квантовых схем в течение более чем 100 часов. Результат опубликован как препринт на arXiv и не прошёл рецензирование.
Классические суперкомпьютеры в работе разбивали молекулу на фрагменты и готовили активные пространства для дальнейшей обработки. Квантовые процессоры обрабатывали фрагменты с высокой степенью корреляции электронов; затем результаты объединяли в единый расчёт. Авторы описывают такую схему как гибридную вычислительную технологию, где квантовый чип выступает в роли сопроцессора.
В марте та же команда моделировала мини‑белок Trp‑cage из 303 атомов. Новый расчёт увеличил масштаб примерно в 40 раз и показал улучшение точности на ключевом этапе в 210 раз по сравнению с предыдущей работой команды.
В сентябре QC Ware и IonQ провели гибридный расчёт активного центра фермента цитохрома P450nor. Классическая платформа выделила активное пространство из четырёх орбиталей, которое было отображено на восемь кубитов и измерено на системе IonQ Forte через сервис Amazon Braket. Электростатическая энергия взаимодействия отклонилась от классического эталона на 0,5 ккал/моль; эталоном служил классический расчёт. Задача на восьми кубитах решается и на обычных компьютерах, поэтому результат подтверждает работоспособность гибридной схемы, но не превосходство квантового решения над классическими методами.
В апреле команда Qclairvoyance использовала 24‑кубитный процессор IQM Sirius для построения поверхности потенциальной энергии молекулы воды и гибридного моделирования амантадина.
В логистике и оптимизации также идут пилоты на реальных данных. В совместном проекте Telefónica и Würth по упаковке более 6 000 заказов сочетались квантовые, классические и методы машинного обучения; в отчёте пилота указано повышение эффективности упаковки на 14%, сокращение числа коробок примерно на 3%, уменьшение перевозимого объёма до 7% и снижение расхода картона более чем на 6%. Отчёт отмечает, что прямое сравнение с чисто классическими методами не представленo.
Исследования в материаловедении продолжаются: идут работы по катализаторам и материалам для аккумуляторов, но коммерческих продуктов на основе квантовых расчётов пока нет. В финансовых задачах и задачах ИИ квантовые технологии остаются на экспериментальной стадии: тестируют портфельную оптимизацию и оценку рисков.
В отрасли отмечают, что текущие проекты в основном гибридные: классические машины выполняют подготовку и большую часть расчётов, квантовые процессоры решают отдельные вычислительно сложные этапы. Для подтверждения квантового преимущества требуется, чтобы квантовый этап превосходил лучшие доступные классические алгоритмы по точности или стоимости. Практическое внедрение будет зависеть от наличия задач с измеримым экономическим эффектом и сопоставимым ROI.
Материалы на GNcrypto предоставляются исключительно в информационных целях и не являются финансовой рекомендацией. Мы стремимся публиковать точные и актуальные данные, однако не можем гарантировать их абсолютную достоверность, полноту или надёжность. GNcrypto не несёт ответственности за возможные ошибки, упущения или финансовые потери, возникшие вследствие использования данной информации. Все действия вы совершаете на свой страх и риск. Всегда проводите собственный анализ и консультируйтесь с профессионалами. Подробнее см. в наших страницах Условия, Политика конфиденциальности и Отказ от ответственности.








