丹麥科技大學（Technical University of Denmark）近期在藥物開發領域取得重大突破，成功結合量子電腦與生成式人工智慧（AI），大幅提升新胜肽（Peptides）設計的準確度與適用範圍。這項技術的表現優於傳統方法，尤其在訓練資料稀少時，改善幅度最為顯著。

量子運算與生成式 AI 的完美結合

這項成就並非來自龐大且專屬的專案資金，而是研究團隊利用週末時間，並動用其他計畫未使用的剩餘經費所完成。這顯示出量子運算在藥物與疫苗研發上的應用，正從理論概念逐步走向可驗證的近程實務。

硬體方面，團隊採用了英國新創公司 ORCA Computing 製造的量子電腦，體積僅約桌上型。通過將量子設備與傳統處理器串接，並搭配生成式 AI 模型，研究團隊成功預測蛋白質，並產出能與特定人體蛋白結合的全新胜肽。這類胜肽不僅是疫苗開發的關鍵步驟，未來也極具潛力應用於個人化免疫療法。

解決基因資料不足的挑戰

研究人員指出，現有的生物醫學研究長期偏重西方族群，導致亞洲與非洲等地的基因資料相對不足，讓模型對這些族群表現難以提升。而這項導入量子運算的新技術，將有助生成更多樣化分子，提升藥物對非西方族群的適用性。

主導該研究的丹麥科技大學教授 Timothy Patrick Jenkins 坦言，自己原本對量子技術抱持相當大的懷疑，但在看到它能協助生成更多樣化的分子後，才決定大膽嘗試將量子電腦嵌入既有的工作流程中。

量子運算的前景與挑戰

然而，研究員也務實強調，目前量子電腦的規模與能力仍屬有限，這項技術尚無法完全取代大型傳統運算，距離全面改變研究流程也還有一段距離。儘管如此，ORCA Computing 執行長理查德·莫瑞（Richard Murray）認為，這項技術提供了量子技術極少見的「近程商業應用案例」。

下一步，團隊計劃進一步測試更先進的模型與更大型的蛋白質，並評估是否能將同一套流程應用於設計「蛇毒解毒劑」等其他生成式 AI 的應用領域。研究者樂觀預估，需要處理龐大資料及最佳化分子模型時，量子運算有望在藥物發現、罕見疾病，以及醫療資源不足的領域，發揮更具顛覆性的關鍵作用。

從產業面來看，量子運算與生成式 AI 的結合，不僅為藥物開發帶來了新的可能性，更為非西方族群的醫學研究開拓了新的道路。這項技術的普及，有望縮小全球健康差距，提升各族群的醫療水平。

這項研究的突破不僅展示了量子運算與 AI 的巨大潛力，也提醒我們，科學進步往往來自於意想不到的角落。未來，隨著技術的不斷成熟，我們有理由相信，量子運算將在更多領域發揮其獨特價值。

本文改寫整理自公開新聞來源，原始報導由科技新報發布。

常見問題 FAQ

量子運算在藥物開發中的應用有哪些？

量子運算可以大幅提升新胜肽設計的準確度和適用範圍，特別是在訓練資料稀少的情況下，改善幅度最為顯著。

這項技術的突破有何特殊之處？

這項技術並非來自龐大且專屬的專案資金，而是研究團隊利用週末時間，並動用其他計畫未使用的剩餘經費所完成。

量子運算如何提升非西方族群的藥物適用性？

量子運算可以生成更多樣化分子，提高模型對亞洲和非洲等非西方族群的適用性。

※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。