<\/strong>Dir\u00eda que lo que realmente logramos es mostrar la viabilidad de las computadoras cu\u00e1nticas para preguntas de investigaci\u00f3n no triviales en nuestro campo. Las computadoras cu\u00e1nticas son una tecnolog\u00eda bastante nueva y a\u00fan no est\u00e1 claro c\u00f3mo programarlas cuando intentas resolver tareas cient\u00edficas reales con estas nuevas m\u00e1quinas. Por ejemplo, es bastante diferente de resolver el problema con la inform\u00e1tica cl\u00e1sica de alto rendimiento.<\/p>\n\n\n\n
M\u00e1s espec\u00edficamente, estudiamos con \u00e9xito el plegamiento de prote\u00ednas usando un modelo muy simple. Las prote\u00ednas son componentes importantes de la vida. Cumplen una amplia variedad de tareas. Estos incluyen, por ejemplo, el transporte de sustancias y la estructura celular. Y s\u00f3lo pueden cumplir todas estas funciones si tienen una forma muy espec\u00edfica, que logran a trav\u00e9s de un proceso llamado plegamiento de prote\u00ednas.<\/p>\n\n\n\n
Una de las muchas razones por las que hay mucho inter\u00e9s en este proceso es la conexi\u00f3n entre las enfermedades neurodegenerativas como el Alzheimer o el Parkinson con el mal plegamiento de prote\u00ednas. Nuestra esperanza es que las computadoras cu\u00e1nticas tengan ventajas importantes que mejorar\u00e1n a\u00fan m\u00e1s nuestra comprensi\u00f3n de tales fen\u00f3menos.<\/p>\n\n\n\n
\u00bfPor qu\u00e9 el plegamiento de prote\u00ednas es tan computacionalmente intensivo? Al modelar este proceso de plegado en una computadora, hay mucho que probar. Puedes pensar en ello como tratar de calcular todas las diferentes formas en que puede arreglar un collar, para buscar el “mejor” arreglo. Adem\u00e1s, examinar cada arreglo tambi\u00e9n es computacionalmente muy costoso debido a la gran cantidad de part\u00edculas involucradas. Por lo general, esto significa millones de interacciones para calcular para cada disposici\u00f3n examinada.<\/p>\n\n\n\n \u00bfC\u00f3mo funciona la computadora cu\u00e1ntica en comparaci\u00f3n con una computadora digital cl\u00e1sica? Las simulaciones correspondientes tambi\u00e9n se pueden llevar a cabo de forma cl\u00e1sica. Un cuaderno es suficiente para esto. El tiempo para el c\u00e1lculo no difiere mucho, en ambos casos toma de uno a dos minutos. Sin embargo, este valor en realidad no tiene sentido. Mucho m\u00e1s importante es la calidad de los resultados. Y aqu\u00ed, el recocido cu\u00e1ntico claramente funciona mejor.<\/p>\n\n\n\n Fue bastante f\u00e1cil lograr una tasa de \u00e9xito del 100% al encontrar las estructuras de menor energ\u00eda en JUPSI. Con las computadoras cl\u00e1sicas, por otro lado, las simulaciones comparables solo alcanzan el 80% para una cadena de 30 amino\u00e1cidos. Para las prote\u00ednas m\u00e1s complejas que consisten en bloques de 48 o 64 amino\u00e1cidos, lo hacen mucho peor, mientras que el recocido cu\u00e1ntico siempre produce aqu\u00ed tambi\u00e9n el resultado correcto.<\/p>\n\n\n\n \u00bfPor qu\u00e9 la computadora cu\u00e1ntica es aqu\u00ed m\u00e1s precisa que una computadora cl\u00e1sica? Para hacer cualquier c\u00e1lculo significativo, se utilizan muchos trucos. Nuestro grupo en el JSC y mis colaboradores en Suecia se especializan en las llamadas simulaciones Monte Carlo. Es un procedimiento basado en f\u00edsica estad\u00edstica y muestreo estoc\u00e1stico. Aunque se garantiza que las simulaciones infinitamente largas producir\u00e1n resultados correctos, las ejecuciones cortas pueden tener grandes errores. En la pr\u00e1ctica, se intenta realizar simulaciones “suficientemente largas”, de modo que los errores estimados sean aceptablemente peque\u00f1os. Aqu\u00ed radica la ventaja del recocido cu\u00e1ntico.<\/p>\n\n\n\n Esta m\u00e1quina puede, si est\u00e1 correctamente programada, realizar esta aproximaci\u00f3n de forma muy directa a trav\u00e9s de sus acoplamientos mec\u00e1nicos cu\u00e1nticos. B\u00e1sicamente, es una especie de intrincado experimento de f\u00edsica que resuelve autom\u00e1ticamente la ecuaci\u00f3n. En nuestro problema, parece tener el efecto de que se requieren tiempos de ejecuci\u00f3n comparativamente m\u00e1s peque\u00f1os para obtener muy buenas respuestas. Sin embargo, el hecho de que funcione tan bien en la pr\u00e1ctica nos sorprendi\u00f3 un poco.<\/p>\n\n\n\n \u00bfQu\u00e9 aplicaciones de perspectiva abre esto ahora para las computadoras cu\u00e1nticas? Pero tengo esperanzas. En contraste con la investigaci\u00f3n existente de la que aprendimos, nuestra formulaci\u00f3n conserva su simplicidad a medida que aumenta el tama\u00f1o del sistema. Esto abre un posible camino m\u00e1s fluido para el estudio de problemas considerablemente m\u00e1s complejos en las computadoras cu\u00e1nticas.<\/p>\n\n\n\n Esta entrevista es una traducci\u00f3n de otra publicada en Tech Xplore<\/a>. Puedes leer el texto original haciendo clic aqu\u00ed<\/a>.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":" El f\u00edsico y especialista en c\u00f3digos Dr. Sandipan Mohanty ha estado trabajando en simulaciones de biolog\u00eda molecular para las supercomputadoras m\u00e1s r\u00e1pidas del mundo durante 20 a\u00f1os. Tales simulaciones ayudan a desentra\u00f1ar los componentes b\u00e1sicos de la vida y brindan nuevos conocimientos sobre la maquinaria celular. Junto con investigadores de la Universidad de Lund de […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[],"class_list":["post-31402","post","type-post","status-publish","format-standard","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/31402","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/comments?post=31402"}],"version-history":[{"count":14,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/31402\/revisions"}],"predecessor-version":[{"id":31417,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/31402\/revisions\/31417"}],"wp:attachment":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media?parent=31402"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/categories?post=31402"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/tags?post=31402"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
<\/strong>Las prote\u00ednas son largas cadenas flexibles de amino\u00e1cidos. Una propiedad fascinante de estas mol\u00e9culas es que una gran fracci\u00f3n de todas las prote\u00ednas se acumulan espont\u00e1neamente en formas tridimensionales muy espec\u00edficas cuando las pones en una soluci\u00f3n, piensa en el agua. Entonces, en principio, todo lo que necesitas saber es la secuencia de amino\u00e1cidos que forman una cadena de prote\u00ednas. Entonces, la cadena sabe autom\u00e1ticamente en qu\u00e9 forma tiene que doblarse.<\/p>\n\n\n\n
<\/strong>La tarea que resolvimos est\u00e1 a a\u00f1os de distancia en complejidad de los problemas que normalmente resolvemos con las supercomputadoras cl\u00e1sicas, donde las simulaciones at\u00f3micamente detalladas a gran escala son comunes. En la m\u00e1quina D-Wave, usamos un modelo HP muy reducido. Esto simplifica enormemente el problema, conservando solo las caracter\u00edsticas f\u00edsicas esenciales m\u00ednimas del proceso de plegado. Ignoramos el medio circundante, dividimos los amino\u00e1cidos en solo dos tipos, aproximamos cada amino\u00e1cido en una sola bola que solo puede ocupar posiciones en una red. Debo se\u00f1alar que a d\u00eda de hoy, incluso con modelos tan simplificados, poder estudiar cadenas de 64 amino\u00e1cidos usando una computadora cu\u00e1ntica es un problema dif\u00edcil, \u00a1lo que hace que nuestros resultados sean muy satisfactorios!<\/p>\n\n\n\n![\"\"](\"https:\/\/einsteresante.com\/wp-content\/uploads\/2023\/01\/image-31.png\")
<\/strong>Porque se beneficia de aspectos espec\u00edficos del problema de investigaci\u00f3n. El esfuerzo computacional requerido con las computadoras cl\u00e1sicas para tener en cuenta todas las conformaciones de prote\u00ednas relevantes es astron\u00f3micamente alto. Crece exponencialmente con la longitud de la cadena proteica. Con una cadena de dos part\u00edculas, quiz\u00e1s haya diez posibilidades. Con tres part\u00edculas, ya hay cien. Pero con 100 part\u00edculas, que todav\u00eda son bastante pocas para una prote\u00edna, habr\u00eda que calcular miles de millones de veces m\u00e1s variaciones que \u00e1tomos en el universo.<\/p>\n\n\n\n
<\/strong>Nuestro trabajo marca s\u00f3lo un primer paso. La mayor\u00eda de las computadoras cu\u00e1nticas actuales tienen solo unos pocos qubits. El sistema D-Wave tiene 5000, que es mucho. Pero para la mayor\u00eda de los problemas de investigaci\u00f3n, las aplicaciones fruct\u00edferas de las computadoras cu\u00e1nticas necesitar\u00edan incluso m\u00e1s qubits. Todav\u00eda estamos muy lejos de simulaciones como las que se utilizan en la investigaci\u00f3n de f\u00e1rmacos realizadas en supercomputadoras. Espero que tengamos que esperar dos o tres generaciones m\u00e1s de dispositivos antes de que podamos resolver tales problemas en una computadora cu\u00e1ntica.<\/p>\n\n\n\n