ㄧ、量子計算為未來醫藥產業之關鍵研發工具

當前量子計算於各產業領域之應用潛能正在持續地開發中，新創公司Cambridge Quantum Computing指出以目前量子電腦與演算法之成熟度，電腦輔助藥物設計(Computer-aided Drug Design, CADD) 將是量子計算能夠在製藥領域提供助益的方向。而未來量子計算亦可能在臨床前與臨床階段發揮效益，並影響新藥開發整體流程之成本。另一新創公司ProteinQure則投入量子計算在定量構效關係模式(Quantitative Structure-Active Relationship, QSAR)與量子化學領域之應用，欲發展整合量子與傳統計算模式(Quantum-Classical Hybrids Algorithms)，解決分子力學之能量最小化的計算瓶頸。該公司長期目標為提供創新之抗體結構設計，特別是針對目前尚無藥物可治癒的臨床症狀。具備量子技術之新創公司正積極地參與新藥研發領域，可望為整體生技產業注入發展動能。

二、量子計算於生命科學之應用潛力

IBM「Exploring Quantum Computing Use Case for Life Sciences」報告指出，量子計算將在基因體與藥物治療的鏈結、小分子藥物開發以及大分子藥物開發等研發主題上，展現顯著的影響力，其主要發展方向簡述如下：

(一) 基因體與藥物治療的鏈結
隨著人類基因體計畫的完成，以及基因定序技術的發展與成本的降低，開啟了基因體學研究的時代，研究重點也從基因序列的解碼，移轉到計算工具的使用，以了解個體間與族群間基因的變異是如何成為生理上的差異，並進一步影響到健康與治療方式。然而，人類基因體約有30億個鹼基對，要從如此龐大的基因體中，了解基因與基因、基因與蛋白質或者基因與藥物之間的調控模式，也就是全基因體關聯分析(Genome-Wide Association Study, GWAS)，則需要相當強大的計算工具。由於量子計算技術的發展，使全基因體關聯分析的實現與普及往前邁進了一步，甚至將促進數位分身(Digital Twin)的發展。未來可望在治療前，即可先透過全基因體關聯分析或數位分深模擬藥物療效，以提供病患最有助益的治療選擇。

(二) 小分子藥物開發
尋找與設計具有療效的藥物分子，並盡可能排除非預期反應的可能性，以降低毒性與副作用，為藥物開發最主要的目標之一。為了實現該目標，往往需要透過實驗或計算，從已知的龐大化學分子中，先初步篩選出數以萬計的候選分子，再經過一系列的測試，以找到最適合的小分子藥物，因此，藥物開發為一相當複雜且需要大量計算的過程。量子計算在藥物開發中具有多種潛在應用，尤其在候選分子的篩選階段。目前由於計算工具上的限制，往往只能挑選少部分的化學分子做評估，而量子計算提供擴大篩選範圍的可能性。同時，量子計算在生物分子(蛋白質或DNA)與藥物分子反應模擬上，能提供更為準確的預測，有助於篩選出更為有效的候選藥物。

(三) 大分子藥物開發
近年來，除了小分子藥物以外，大分子藥物(也就是生物製劑，例如抗體、胰島素等)的開發亦逐漸受到製藥公司的關注。大分子藥物以蛋白質為主，且蛋白質的3D結構對蛋白質的功能與穩定性有著決定性的影響。蛋白質由胺基酸組成長鏈並經折疊而成，因此，要找出在人體環境中正確或者具有功能的折疊形式，則需要透過大量的計算，尤其是當蛋白質分子量越大，胺基酸的數量越多，蛋白質結構的可能性將呈指數增加，也大幅度增加計算的難度。量子計算具有克服此計算困難的潛力，並可望加速大分子藥物的開發，例如，利用量子計算可迅速分析大量可能的結構，以找到與抗原有著最佳親和力的蛋白質結構，進而加速抗體的研發。

三、量子計算於生醫領域之應用案例

儘管量子計算迄今仍處於早期發展階段，然而，目前市面上已經有多家廠商嘗試將量子計算應用於藥物開發(圖一)，以下列舉三家廠商作介紹。

(一) Kuano
Kuano為一家成立於2020年初的英國新創公司。該公司開發利用AI與量子計算的藥物設計輔助平台Nautilus，提供藥物分子設計的解決方案，尤其著重於酵素抑制劑的分子設計。此外，Kuano亦於五月加入COVID-19高效能運算聯盟(HPC)，並與AWS(Amazon Web Services)一起合作利用虛擬篩選和機器學習，以篩選出與COVID-19蛋白酶結合的分子，以作為COVID-19治療的候選藥物。

(二) POLARISqb
POLARISqb為成立於2020年的美國新創公司，並且與富士通合作，從登革熱疾病的藥物探索著手，推出可改善與加速探索過程的平台。該平台融合了兩家公司的先驅技術(富士通開發了量子計算晶片Digital Annealer，能夠在短時間探索超過10億個化學分子；POLARISqb開發了混合量子力學與分子力學的AI演算法，能迅速評估化學分子成為藥物的潛力)，預期可將傳統藥物探索的時間，從2-4年縮短到約8個月。

(三) Menten AI
Menten AI為2018年成立於加拿大的新創公司，該公司開發了蛋白質與多肽鏈(Polypeptide Chain)設計平台。該平台利用機器學習與量子計算技術，能從零開始設計迄今尚未發現存在於自然界中的新蛋白質或多肽鏈，以期成為下一世代蛋白質藥物設計與開發的先驅。此外，Menten AI亦於今年3月時與D-wave合作，目標為設計出一種可對抗COVID-19病毒的多肽鏈，且於今6月時，獲得了100萬美元的投資。

四、策略性跨域合作加速生醫產業在量子世代之發展

然而，欲實現量子計算在生技醫藥產業發展之最大效益尚需主流製藥大廠與具備量子科學專業之新創公司的策略性協作。製藥大廠為市場終端產品的供應商，其擁有厚實的生物科學、合成化學與製程技術；而量子技術新創公司熟悉量子硬體設備，具備客製化量子計算模式建置之能力。Cambridge Quantum Computing與ProteinQure兩家新創也提出成功進行協作的建議：製藥大廠需先確認在其藥物發展過程中，哪個步驟應優先採用量子計算技術。接著，尋求具合作潛力之新創或學研單位，並在理解該技術之能量後，決定發展策略，例如：在公司內部成立相關研發部門，或以委託研究(Contract Research Organization)的方式進行長期合作，逐步培養公司在量子領域之核心能力。而量子技術新創公司則應進一步理解合作夥伴之藥物研發流程，在協助開發專屬之量子計算模式時，應考量到未來如何將該模式整合至現有的研發與製造流程中。同時，在合作過程，增進自身於生技應用領域之知識，藉此尋求其他運用量子技術能量之可能性。唯有透過雙方密切合作，才能順利地進行知識與技術轉移，以加速量子新興技術的採用，開創生醫產業發展之新局面。