近日，英矽智能与加拿大多伦多大学合作，首次展示了量子计算和人工智能在药物发现领域的潜力。研究团队结合量子计算模型与经典计算模型及生成式人工智能，通过对庞大数据集的训练、生成和筛选，探索更广泛的化学可能性，发现靶向“不可成药”癌症驱动蛋白KRAS的新分子。

KRAS突变在人类肿瘤中较为常见，但目前仅有两种专门针对KRAS的药物获批。研究团队提出了一种量子-经典混合框架模型，通过量子变分生成模型（QCBM）和长短期记忆网络（LSTM）相结合，生成了100万种候选分子。这些分子经过多维度评估后，确定了15种最有潜力的候选分子，其中ISM061-018-2表现出对多种KRAS突变型的显著抑制活性，ISM061-022则对特定突变型KRAS展示出更强的抑制效果。

研究负责人、多伦多大学教授Alán Aspuru-Guzik博士表示，这项研究展示了量子计算机在现代人工智能驱动的药物发现流程中的潜力。虽然尚未显示显著的量子优势，但未来随着量子计算机功能的增强，该方法有望表现更好。此外，研究人员正将此混合模型应用于其他“不可成药”蛋白，进一步验证新型KRAS抑制剂在动物模型中的效果。