Het gebruik van computers om polymeren te bestuderen is altijd een grote uitdaging geweest voor wetenschappelijke berekeningen, vooral voor lange en dicht opeengepakte biomoleculen, zoals DNA. Nieuwe perspectieven openen zich nu door quantum computing. Wetenschappers hebben nu de basismodellen van polymeermodellen herschikt als optimalisatieproblemen die efficiënt kunnen worden opgelost met kwantumcomputers. Deze nieuwe benadering heeft het mogelijk gemaakt om het aanzienlijke potentieel van deze machines te benutten in een tot nu toe onontgonnen context.

De studie, gepubliceerd in de Fysieke beoordelingsbrieven logboek, heeft Cristian Micheletti van SISSA betrokken, en Philipp Hauke ​​en Pietro Faccioli van de Universiteit van Trento.

Veel van de paradigma's van wetenschappelijke informatica, van Monte Carlo-technieken tot gesimuleerd gloeien - zo leggen de auteurs uit - werden ontwikkeld, althans gedeeltelijk, om de eigenschappen van polymeren te bestuderen, inclusief biologische zoals eiwitten en DNA. Aan de ene kant, de opmars van kwantumcomputers opent nieuwe scenario's voor wetenschappelijk computergebruik in het algemeen. Tegelijkertijd, het vereist de ontwikkeling van nieuwe modellen die geschikt zijn om dit grote potentieel ten volle te benutten. Vooral, kwantumcomputers blinken uit in het oplossen van optimalisatietaken. Deze problemen hebben meestal betrekking op het vinden van de optimale combinatie van systeemvariabelen volgens een vooraf toegewezen scoresysteem.

Dit overwegende, de auteurs hebben de basispolymeermodellen herschikt door een overeenkomst tot stand te brengen tussen elke mogelijke polymeerconfiguratie en de oplossingen van een geschikt optimalisatieprobleem.

"Typisch, polymeerketens worden direct gemodelleerd als een reeks punten in de driedimensionale ruimte. In klassieke simulaties, deze keten wordt vervolgens geanimeerd via progressieve vervormingen, het nabootsen van de dynamiek van het polymeer in de natuur, " leg de auteurs uit. Nu we het tijdperk van kwantumcomputers ingaan, het wordt natuurlijk om polymeren te bestuderen met deze innovatieve technieken. Echter, de beschrijvingen op basis van punten in de 3D-ruimte kunnen niet gemakkelijk worden gebruikt met kwantumcomputers. Het vinden van manieren om conventionele polymeerbeschrijvingen te omzeilen is dus een uitdaging die nieuwe perspectieven zou kunnen openen.

Micheletti legt uit dat hun "strategie was om alle mogelijke configuraties van een systeem van polymeren te coderen als oplossingen van een enkel optimalisatieprobleem. Het optimalisatieprobleem is geformuleerd in termen van Ising-spinvariabelen - een van de meest voorkomende modellen in de natuurkunde - die efficiënt wordt opgelost met kwantumcomputers. Om te vereenvoudigen, een optimalisatieprobleem op het Ising-model kan worden gezien als een kleurpuzzel. De uitdaging bestaat uit het toewijzen van een blauwe of rode kleur aan elk punt van een rooster met inachtneming van een groot aantal regels. Bijvoorbeeld, punten A en B moeten een andere kleur hebben, en dat geldt ook voor de punten B en C; tegelijkertijd moeten de punten A en C dezelfde kleur hebben. Quantumcomputers zijn uiterst efficiënt in het oplossen van dergelijke problemen, dat is, bij het vinden van de kleurtoewijzing die aan het grootste aantal gegeven regels voldoet. In ons geval, bij elke gevonden oplossing van het optimalisatieprobleem, we zouden een specifieke polymeerconfiguratie kunnen associëren. Door het zoeken naar oplossingen te herhalen, we konden dus een toenemend aantal polymeerconfiguraties verzamelen, allemaal statistisch onafhankelijk."

De snelle ontwikkeling van kwantumcomputers suggereert dat deze machines kunnen worden gebruikt om wetenschappelijke problemen aan te pakken die veel complexer zijn dan die welke door conventionele computers kunnen worden aangepakt. "Daarom is het belangrijk om nu de algoritmische basis te bieden om het potentieel van dit nieuwe paradigma van wetenschappelijke berekening te benutten." zeggen de onderzoekers. "Onze studie biedt een eerste voorbeeld van hoe quantum computing kan worden gebruikt voor het bestuderen van belangrijke polymeermodellen. In perspectief, omdat onze benadering algemeen is, het moet een basis bieden voor de aanpak van complexere en ambitieuzere systemen, zoals lange biopolymeren in besloten ruimtes, die ook de sleutel zijn tot het begrijpen van de organisatie van het genoom."