五百萬美元獎金懸賞：證明量子電腦能解決醫療保健難題

我正站在英國國家量子計算中心（National Quantum Computing Centre）的一台由原子和光組成的量子電腦前，該中心位於牛津郊區。實驗桌上，一個由鏡子和透鏡組成的複雜矩陣圍繞著一個魔術方塊大小的電池，100 個銫原子透過精確操控的雷射光束懸浮在網格結構中。

這套銫原子裝置非常精簡，我甚至可以把它拿起，帶出實驗室，放在汽車後座帶回家。不過，我大概走不了多遠。它雖然體積小，但功能強大，因此價值連城。擁有它的科羅拉多州公司 Infleqtion 希望這台機器的能力能在下週於加州瑪麗安德爾灣（Marina del Rey）舉行的活動中贏得 500 萬美元。

Infleqtion 是入圍名為「量子生物應用」（Quantum for Bio, Q4Bio）競賽決賽階段的六支隊伍之一。這項為期 30 個月的競賽由非營利組織 Wellcome Leap 主辦，旨在證明當前的量子電腦雖然混亂且容易出錯，且遠未達到工程師希望建造的大規模機器水準，但實際上已能造福人類健康。若能成功，將是證明量子電腦價值的重要一步。但目前看來，這種價值似乎與同時利用並提升傳統（也稱為古典）電腦的性能掛鉤，從而創造出一種「量子-古典混合體」，其表現能超越單純的古典機器。

獎項分為兩個類別。任何能在擁有 50 個或更多量子位元（qubit，量子電腦的基本處理單元）的電腦上運行顯著有用的醫療演算法的團隊，均可獲得 200 萬美元的獎金。而要贏得 500 萬美元的大獎，團隊必須成功運行一個能解決重大醫療現實問題的量子演算法，且必須使用 100 個或更多量子位元。獲勝者必須符合嚴格的性能標準，並且必須解決傳統電腦無法解決的醫療問題——這是一項艱鉅的任務。

儘管挑戰巨大，大多數團隊仍認為自己有機會贏得獎金。英國諾丁漢大學的計算化學家 Jonathan D. Hirst 表示：「我認為我們很有勝算。」史丹佛大學的 Grant Rotskoff 則說：「我們非常符合 200 萬美元獎金的標準。」他的合作團隊正在研究為生物細胞提供能量的 ATP 分子的量子特性。

大獎的把握或許較小。「這真的處於可行性的邊緣，」Rotskoff 說。業內人士表示，考慮到量子計算技術的現狀，這項挑戰極其困難，大部分獎金可能會留在 Wellcome Leap 的帳戶裡。

由於 Q4Bio 的大部分工作尚未發表並受保密協議（NDA）保護，且量子計算領域早已充斥著關於性能與成就的各種主張與反駁，唯有評審才能決定誰是正確的。

混合解決方案

量子電腦背後的理念是，它們可以利用遵循量子力學規律的微觀對象（如原子和光子），來模擬過於複雜而無法在日常古典機器上建模的現實過程。

研究人員數十年來一直致力於建造此類系統，這些系統能為創造新材料、開發藥物以及改進化肥生產等化學過程提供見解。但處理原子等量子物質極其困難。最宏大、最亮眼的應用需要巨大且強健的機器，能夠抵禦極易干擾脆弱量子系統的環境「雜訊」。我們目前還沒有這樣的機器，也不清楚何時會有。

Wellcome Leap 希望在等待強大、大規模量子電腦時代到來的同時，弄清楚我們現有的較小規模機器是否能被用來做一些對醫療保健有用的事情。該組織於 2024 年啟動了這項競賽，為入選的 12 支團隊各提供 150 萬美元的資助。

入圍 Q4Bio 決賽的六支隊伍採取了多種方法。至關重要的是，他們都想出了巧妙的方法來克服量子計算的缺點。面對充滿雜訊且受限的機器，他們學會了將大部分計算負載外包給運行新開發演算法的古典處理器，在許多情況下，這些演算法比之前的技術水準更先進。量子處理器僅用於處理當計算規模擴大時，古典方法無法良好擴展的部分。

例如，由牛津大學 Sergii Strelchuk 領導的團隊正在使用量子電腦，在複雜的圖形結構上繪製人類與病原體之間的遺傳多樣性圖譜。研究人員希望這些圖譜能揭示隱藏的聯繫和潛在的治療路徑。Strelchuk 說：「你可以把它看作是一個解決計算基因組學難題的平台。」

相應的古典工具即使在面對中等規模的大型資料庫時也顯得力不從心。Strelchuk 的團隊建立了一個自動化流程，可以判斷古典求解器是否會在特定問題上遇到困難，以及量子演算法如何重新建構數據，使其能在古典電腦上解決，或在有雜訊的量子電腦上處理。Strelchuk 說：「你可以在開始花錢計算之前完成所有這些工作。」

總部位於赫爾辛基的 Algorithmiq 與克利夫蘭醫學中心（Cleveland Clinic）合作，利用 IBM 建造的超導量子電腦模擬一種由特定光線觸發的癌症藥物。Algorithmiq 的首席科學官 Guillermo García-Pérez 表示：「這個想法是，你服用藥物後，它會遍布全身，但它什麼也不做，只是靜靜待著，直到特定波長的光照射到它。」接著它會像分子子彈一樣，僅在光線照射的身體部位攻擊腫瘤。

Algorithmiq 開始研究的這款藥物已處於治療膀胱癌的 II 期臨床試驗中。透過量子計算模擬（改進並適配了古典演算法），將能對其進行重新設計以治療其他疾病。Algorithmiq 的執行長兼共同創辦人 Sabrina Maniscalco 說：「它之所以一直是小眾療法，正是因為無法用古典方法進行模擬。」

Maniscalco 對贏得獎金同樣充滿信心，她相信創造該演算法的方法將有廣泛的應用：「我們在 Q4Bio 計畫期間所做的是獨一無二的，它可以改變醫療保健和生命科學領域模擬化學的方式。」

Infleqtion 的參賽項目在其銫原子機器上運行，旨在改進醫療數據中癌症特徵的識別。該公司的科學家與芝加哥大學和麻省理工學院（MIT）的合作者共同開發了一種量子演算法，用於挖掘如「癌症基因組圖譜」（Cancer Genome Atlas）等龐大數據集。

其目標是尋找能讓臨床醫生確定諸如患者轉移性癌症可能來源等因素的模式。Infleqtion 的 Q4Bio 專案負責人、量子軟體工程師 Teague Tomesh 說：「了解癌症來源非常重要，因為這能為最佳治療方案提供資訊。」

不幸的是，這些模式隱藏在極其龐大的數據集中，超出了古典求解器的負荷。Infleqtion 利用量子電腦尋找數據中的相關性，以縮減計算規模。Teague 說：「然後我們將縮減後的問題交回給古典求解器。我基本上是在嘗試結合量子和古典資源的最佳優勢。」

與此同時，諾丁漢團隊正利用量子計算來鎖定一種能治療強直性肌營養不良症（最常見的成年發病型肌肉萎縮症）的候選藥物。團隊成員之一 David Brook 曾在 1992 年參與鑑定導致此疾病的基因。30 多年後，Brook、Hirst 以及團隊中的其他成員（包括開發中性原子量子電腦的波士頓公司 QuEra）現在已透過量子計算，找到了一種讓藥物與誘發疾病的蛋白質形成化學鍵的方法，從而阻斷致病機制。

低預期

參賽者的信心可能很高，但 Shihan Sajeed 的信心則低得多。Sajeed 是位於安大略省滑鐵盧的量子計算企業家，也是 Q4Bio 的計畫主管。他認為，研究人員必須使用的易出錯量子機器不太可能滿足大獎的所有標準。他說：「要用有雜訊的量子電腦實現古典機器做不到的事情，是非常困難的。」

儘管如此，他對進展感到驚訝。他說：「當我們啟動這個計畫時，人們還不知道量子技術肯定能影響生物學的任何案例。」但他補充說，各團隊已經找到了有前景的應用：「我們現在知道了量子技術可以發揮作用的領域。」

Sajeed 認為，參賽者所使用的「量子-古典混合」處理技術的發展是「具有變革性的」。

這是否足以讓他撥出 Wellcome Leap 的獎金？這取決於評審團，評審成員的身分是嚴格保密的，以確保沒有人會針對特定方法量身定制簡報。但我們還有一段時間才能知道結果；獲勝者將於 4 月中旬公佈。

如果最終結果是無人獲獎，Sajeed 對參賽者也有一些安慰的話。他指出，目標始終是在現有的機器上運行有用的演算法；沒能達標並不代表你的演算法在未來的量子電腦上沒有用。 「這只是意味著你需要的機器還不存在。」