本文介绍2026年5月克利夫兰诊所、日本理化学研究所与IBM团队的量子计算生物医药应用突破。研究依托量子中心超级计算框架，结合经典超算与156量子比特Heron r2处理器，采用新型EWF-TrimSQD混合算法，首次完成含12635个原子的蛋白质-配体复合物模拟，规模达半年前同类研究的40倍，关键步骤精度最高提升210倍，片段能量计算匹配耦合簇（CCSD）黄金标准。该成果突破传统量子硬件仅能处理百原子级体系的局限，将模拟对象拓展至真实生物场景下的蛋白复合物，验证了量子计算支撑药物早期发现中分子互作预测、结合能计算核心需求的可行性，标志着量子技术从原理验证阶段迈入实用科研工具阶段，为缩短药物研发周期、解析复杂生物分子机制提供了全新路径。

一、研究背景与问题提出 

药物研发中候选分子与蛋白质的结合机制解析是生命科学领域的核心难题，也是制约新药开发效率的关键瓶颈——当前单款药物研发周期普遍超过10年、成本高企，核心痛点在于传统计算方法随分子体系规模扩大呈指数级算力增长，难以对上万原子级别的蛋白质-配体复合物实现高精度从头算（ab initio）模拟。量子计算理论上可突破经典计算的指数墙，但长期以来受限于硬件规模与噪声问题，仅能完成百原子级的小分子模拟，尚未触及真实药物研发所需的生物体系尺度。

2026年5月，克利夫兰诊所、日本理化学研究所（RIKEN）与IBM联合团队在arXiv发布预印本成果，首次将量子硬件可模拟的具生物学意义的分子体系规模推升至12,635个原子，标志着量子计算正式逼近真实药物研发场景需求。

 

二、核心研究方法 

本研究采用量子中心超级计算（Quantum-Centric Supercomputing）异构框架，结合算法创新与跨设施算力调度，具体技术路径如下：

1. 任务拆分策略：依托经典超级计算机（日本“富岳”、Miyabi-G）采用量子嵌入法，将完整蛋白质-配体复合物拆解为多个可独立计算的量子化学片段，规避全体系直接模拟的算力爆炸问题。


2. 量子-经典分工执行：电子结构计算等量子优势任务分配至部署于克利夫兰诊所、RIKEN的IBM 156量子比特Heron r2处理器，单次最多调用94个量子比特，累计运行9200余个量子线路、耗时超100小时；经典超算同步负责片段构型采样、子空间对角化优化与最终结果整合，分布式线性代数内核并行效率达72.5%。


3. 算法优化：团队提出新型混合算法EWF-TrimSQD，通过局域子空间截断大幅降低量子资源开销，相较此前同类方法计算效率显著提升。

 图1 研究的系统（A）采用的总体算法方案（B）片段的表示（C）以及本工作中提出的低缩放片段构建的细节（D）

 

三、关键实验结果 

本次研究选取两种典型作用模式的蛋白质-配体复合物作为测试对象：分散作用主导的T4溶菌酶体系（11,608原子）、静电作用主导的胰蛋白酶体系（12,635原子），均置于水溶液环境中模拟，更贴近生理真实场景，核心指标突破包括：

四、研究价值与领域影响

应用层面

该成果验证了量子计算支撑药物早期发现两大核心需求的可行性：一是大规模生物体系的原子级动力学模拟，二是高精度结合自由能计算，未来可进一步扩展至酶催化机制解析、难成药靶点相互作用预测等场景，有望从源头缩短药物研发周期、降低试错成本。

学科层面

此次突破标志着量子计算的发展范式发生根本转变：行业评估指标从单一的量子比特数、门保真度、错误率，转向“可解决实际科学问题的规模与价值”，量子硬件正式从原理验证工具升级为可产出具科研意义结果的实用化装置。

五、研究基础与后续方向

该工作是三方长期合作的延续：此前团队已在《Science Advances》发表硫化铁分子电子态模拟成果，并完成首个20氨基酸全量子中心模拟体系（Trp-笼，303原子）。后续研究将聚焦于进一步优化量子纠错方案、提升异构工作流的自动化程度，目标实现更大规模生物分子体系的动态模拟，最终将量子计算整合为常规药物研发算力栈的一部分。

图2 实验：大基组下的化学计算

参考文献：

[1] Merz K M, Shajan A, Kaliakin D, et al. Crossing the 12,000-atom barrier with heterogeneous quantum-classical supercomputing: quantum chemistry of protein-ligand complexes[J]. arXiv preprint arXiv:2605.0XXXX, 2026.

[2] IBM News Room. Cleveland Clinic, RIKEN, and IBM Model a 12,635-Atom Protein, the Largest Kno

本文介绍2026年5月克利夫兰诊所、日本理化学研究所与IBM团队的量子计算生物医药应用突破。研究依托量子中心超级计算框架，结合经典超算与156量子比特Heron r2处理器，采用新型EWF-TrimSQD混合算法，首次完成含12635个原子的蛋白质-配体复合物模拟，规模达半年前同类研究的40倍，关键步骤精度最高提升210倍，片段能量计算匹配耦合簇（CCSD）黄金标准。该成果突破传统量子硬件仅能处理百原子级体系的局限，将模拟对象拓展至真实生物场景下的蛋白复合物，验证了量子计算支撑药物早期发现中分子互作预测、结合能计算核心需求的可行性，标志着量子技术从原理验证阶段迈入实用科研工具阶段，为缩短药物研发周期、解析复杂生物分子机制提供了全新路径。

一、研究背景与问题提出 

药物研发中候选分子与蛋白质的结合机制解析是生命科学领域的核心难题，也是制约新药开发效率的关键瓶颈——当前单款药物研发周期普遍超过10年、成本高企，核心痛点在于传统计算方法随分子体系规模扩大呈指数级算力增长，难以对上万原子级别的蛋白质-配体复合物实现高精度从头算（ab initio）模拟。量子计算理论上可突破经典计算的指数墙，但长期以来受限于硬件规模与噪声问题，仅能完成百原子级的小分子模拟，尚未触及真实药物研发所需的生物体系尺度。

2026年5月，克利夫兰诊所、日本理化学研究所（RIKEN）与IBM联合团队在arXiv发布预印本成果，首次将量子硬件可模拟的具生物学意义的分子体系规模推升至12,635个原子，标志着量子计算正式逼近真实药物研发场景需求。

 

二、核心研究方法 

本研究采用量子中心超级计算（Quantum-Centric Supercomputing）异构框架，结合算法创新与跨设施算力调度，具体技术路径如下：

1. 任务拆分策略：依托经典超级计算机（日本“富岳”、Miyabi-G）采用量子嵌入法，将完整蛋白质-配体复合物拆解为多个可独立计算的量子化学片段，规避全体系直接模拟的算力爆炸问题。


2. 量子-经典分工执行：电子结构计算等量子优势任务分配至部署于克利夫兰诊所、RIKEN的IBM 156量子比特Heron r2处理器，单次最多调用94个量子比特，累计运行9200余个量子线路、耗时超100小时；经典超算同步负责片段构型采样、子空间对角化优化与最终结果整合，分布式线性代数内核并行效率达72.5%。


3. 算法优化：团队提出新型混合算法EWF-TrimSQD，通过局域子空间截断大幅降低量子资源开销，相较此前同类方法计算效率显著提升。

 图1 研究的系统（A）采用的总体算法方案（B）片段的表示（C）以及本工作中提出的低缩放片段构建的细节（D）

 

三、关键实验结果 

本次研究选取两种典型作用模式的蛋白质-配体复合物作为测试对象：分散作用主导的T4溶菌酶体系（11,608原子）、静电作用主导的胰蛋白酶体系（12,635原子），均置于水溶液环境中模拟，更贴近生理真实场景，核心指标突破包括：

四、研究价值与领域影响

应用层面

该成果验证了量子计算支撑药物早期发现两大核心需求的可行性：一是大规模生物体系的原子级动力学模拟，二是高精度结合自由能计算，未来可进一步扩展至酶催化机制解析、难成药靶点相互作用预测等场景，有望从源头缩短药物研发周期、降低试错成本。

学科层面

此次突破标志着量子计算的发展范式发生根本转变：行业评估指标从单一的量子比特数、门保真度、错误率，转向“可解决实际科学问题的规模与价值”，量子硬件正式从原理验证工具升级为可产出具科研意义结果的实用化装置。

五、研究基础与后续方向

该工作是三方长期合作的延续：此前团队已在《Science Advances》发表硫化铁分子电子态模拟成果，并完成首个20氨基酸全量子中心模拟体系（Trp-笼，303原子）。后续研究将聚焦于进一步优化量子纠错方案、提升异构工作流的自动化程度，目标实现更大规模生物分子体系的动态模拟，最终将量子计算整合为常规药物研发算力栈的一部分。

图2 实验：大基组下的化学计算

参考文献：

[1] Merz K M, Shajan A, Kaliakin D, et al. Crossing the 12,000-atom barrier with heterogeneous quantum-classical supercomputing: quantum chemistry of protein-ligand complexes[J]. arXiv preprint arXiv:2605.0XXXX, 2026.

[2] IBM News Room. Cleveland Clinic, RIKEN, and IBM Model a 12,635-Atom Protein, the Largest Kno