Nel 2023 i ricercatori di Quantinuum, una startup di calcolo quantistico, hanno usato un chip con otto ioni di itterbio per calcolare, tra una miriade di possibili configurazioni, la disposizione precisa dei due elettroni di una molecola di idrogeno nel loro stato più stabile. Di per sé, questo risultato è a malapena degno di nota: un normale portatile è in grado di farlo in pochi secondi. Ma è stata la prima dimostrazione di una simulazione quantistica avanzata, che dovrebbe funzionare meglio e affrontare molecole più complesse a mano a mano che i computer quantistici diventeranno più potenti.

È la prova che questi computer si stanno spostando dal campo delle promesse a quello della realtà. Quantinuum è una delle tante aziende secondo cui le applicazioni nel campo della chimica, in particolare nella ricerca di nuovi farmaci e catalizzatori, saranno tra i primi compiti pratici affidati alle nuove macchine. Queste sono lo strumento ideale per prevedere la struttura e il comportamento delle molecole, dicono i ricercatori, perché sia le macchine sia le molecole sono governate dalle leggi controintuitive della meccanica quantistica.

“Per ora usiamo problemi di chimica per far progredire l’informatica quantistica, invece di usare l’informatica quantistica per far progredire la chimica”, afferma il responsabile della strategia di Quantinuum, Chad Edwards. “Ma ci sarà un punto di svolta”, in cui i ruoli si invertiranno. “Nell’ultimo anno c’è stata una chiara accelerazione”, concorda il fisico quantistico Louis-Paul Henry della Pasqal, un’altra startup di calcolo quantistico che si sta concentrando sulla chimica. “Si parla sempre più spesso di applicazioni pratiche e problemi più complessi che hanno rilevanza per il mondo reale”.

I computer quantistici stanno già aiutando i ricercatori a guardare più da vicino i percorsi di reazione dei catalizzatori delle celle a combustibile, a simulare le brevissime interazioni tra luce e materia e a rivelare parti di proteine su cui si può intervenire con i farmaci. Ashley Montanaro, cofondatrice dell’azienda di calcolo quantistico Phasecraft, afferma che ormai i computer quantistici sono quasi capaci di fare scoperte che vanno al di là della portata dei sistemi classici: “Ci siamo molto più vicini di quanto si pensasse”.

Mentre i computer standard usano bit di dati sotto forma di 0 e 1, i computer quantistici si basano sui qubit, che possono codificare i dati come 0 e 1 o come una qualsiasi combinazione dei due stati in “sovrapposizione” simultanea. Nel caso del computer di Quantinuum, i qubit sono gli elettroni degli ioni di itterbio, che possono trovarsi in una sovrapposizione di due diversi livelli di energia. Durante un calcolo, più qubit sono correlati tra loro in modo che i loro stati energetici si influenzino a vicenda, rendendo possibile valutare contemporaneamente tutte le loro possibili interazioni.

Il fondatore di Quantinuum, Ilyas Khan, paragona un calcolo classico a un topo che si sposta in un labirinto, che continua a girare casualmente cercando l’uscita per tentativi ed errori. Un computer quantistico invece vede lo stesso labirinto dall’alto, il che gli rende più facile individuare il percorso ottimale. E verificare la soluzione è facile come testare la struttura molecolare o il comportamento rivelato dal computer quantistico. “Sai di essere arrivato perché trovi il pezzo di formaggio”, dice Khan. Collegare insieme anche poche centinaia di qubit dovrebbe consentire calcoli incredibilmente complessi.

Il problema è che i qubit sono fragili: il minimo urto di una particella d’aria, un minimo di calore in più o perfino un raggio cosmico vagante possono disturbare lo stato di sovrapposizione, provocando un errore che invalida il risultato. I ricercatori riducono al minimo queste interferenze raffreddando i qubit e isolandoli dall’ambiente circostante. Inoltre costruiscono i sistemi in modo che siano ridondanti. Anche se gli attuali computer quantistici sono in grado di collegare decine o centinaia di qubit, solo una minima parte esegue operazioni logiche, mentre il resto corregge gli errori.

Nonostante tutto questo, le macchine stanno diventando sempre più potenti. Nel 2023 la Ibm ha creato un computer a 1.121 qubit basato su minuscoli circuiti superconduttori, molti di più rispetto alla versione a 127 qubit del 2021. La Atom computing, una startup californiana, ha fatto ancora meglio, presentando un computer a 1.180 qubit basato sugli spin degli atomi di itterbio neutro.

Altri si stanno impegnando per migliorare la precisione. Nel dicembre 2023 i ricercatori dell’università di Harvard, usando con un computer a 280 qubit della QuEra, un’altra startup che lavora sugli atomi neutri, hanno annunciato che la riduzione dei tassi di errore del loro sistema ha consentito di codificare fino a 48 qubit logici ed eseguire in modo affidabile centinaia di operazioni prima che il castello di carte quantistico crollasse, un notevole miglioramento rispetto ai sistemi precedenti. Ad aprile gli scienziati di Quantinuum hanno annunciato che un nuovo algoritmo della Microsoft ha notevolmente migliorato la loro capacità di rilevare e correggere gli errori nel loro ultimo chip ionico a 32 qubit. “I progressi dell’hard­ware stanno arrivando così rapidamente che presto potrebbero influire sul numero di applicazioni possibili”, afferma Prineha Narang dell’università della California a Los Angeles.

Molti ricercatori si aspettano che queste applicazioni vadano al di là della chimica. Le proprietà dei composti chimici e dei materiali sono regolate dalla creazione e dalla rottura dei legami chimici, dal movimento degli elettroni e dai comportamenti magnetici, tutti dettati dalla meccanica quantistica. I ricercatori possono dedurre il comportamento di una molecola risolvendo la sua equazione di Schrödinger, che descrive il comportamento probabilistico e ondulatorio degli elettroni e le loro interazioni con i nuclei atomici, in base a input come i livelli di energia degli elettroni e le lunghezze dei legami chimici.

I computer classici sono riusciti a gestire il calcolo per molecole grandi come il pentacene, una catena di cinque anelli idrocarburici con 22 elettroni in legami covalenti “π”, che determinano la forma e la reattività della molecola. Ma il calcolo classico si basa su approssimazioni, e per le molecole più grandi gli errori si accumulano inevitabilmente, compromettendo la validità dei risultati. I computer quantistici, al contrario, possono mappare direttamente le interazioni tra elettroni e nuclei sui qubit, usando sistemi quantistici reali per rappresentare i loro legami. “C’è un allineamento intrinseco tra i sistemi quantistici e il calcolo quantistico”, afferma Edwards.

Un altro motivo per cui la chimica si abbina bene con il calcolo quantistico è che spesso i problemi possono essere strettamente collegati, rendendoli alla portata dei piccoli computer quantistici disponibili oggi. A un ricercatore potrebbe bastare concentrarsi sull’interazione tra una manciata di elettroni per capire come una molecola farmacologica si lega al suo bersaglio proteico. “Per un computer quantistico il problema migliore è un problema di piccole dimensioni” con molti esiti possibili, afferma Brian Bilodeau, direttore operativo del gruppo quantistico della Microsoft.

Date le capacità ancora modeste dei computer quantistici, i ricercatori non chiedono alle macchine di fare tutto lo sforzo da sole. La maggior parte degli scienziati usa metodi ibridi che combinano processori quantistici e classici. “La realtà è che il mondo del futuro sarà ibrido”, dice Bilodeau.

L’ibrido più popolare di oggi, un algoritmo noto come autosolutore quantistico variazionale (Vqe), usa dei computer classici per conoscere approssimativamente lo stato fondamentale stabile di una molecola, la configurazione a più bassa energia che è la chiave della sua struttura e del modo in cui interagisce con quelle vicine. Poi interviene un computer quantistico per trovare la soluzione precisa dello stato. Ma i computer quantistici di oggi, soggetti a errori, hanno difficoltà con i Vqe. La più grande simulazione Vqe è stata fatta nel 2020, quando i ricercatori di Google hanno modellato il comportamento di dodici elettroni in una catena molecolare di altrettanti atomi di idrogeno. Questo si avvicina al pentacene modellato classicamente e ai suoi 22 elettroni π, ma non è ancora all’altezza.

Ma stanno emergendo algoritmi ibridi nuovi e migliorati. Nel 2022 gli scienziati di Google ne hanno presentato uno in grado di calcolare gli stati fondamentali di un massimo di 120 elettroni interagenti in sostanze come l’azoto molecolare e il diamante solido. L’algoritmo usa un computer classico per esplorare le variazioni casuali delle interazioni tra gli elettroni e uno quantistico per guidare il sistema classico verso un risultato preciso. Ma non ha raggiunto una precisione sufficiente per consentire ai ricercatori di rivendicare un vantaggio rispetto ai metodi classici.

I chimici stanno usando queste configurazioni ibride per scoprire nuovi materiali e catalizzatori, e perfino per comprendere le misteriose reazioni provocate dalla luce. In un articolo pubblicato a gennaio su Nature Communications, i ricercatori di Phasecraft hanno descritto un altro algoritmo che sfrutta un computer quantistico per simulare la struttura e il comportamento degli elettroni dei materiali cristallini, la cui forma ripetitiva li rende più facili da studiare. In una di queste analisi hanno scoperto che il loro nuovo algoritmo dovrebbe richiedere un numero di passaggi computazionali un milione di volte più basso rispetto ai Vqe attuali per modellare con precisione il vanadato di stronzio, un nuovo materiale promettente per gli elettrodi delle batterie. Sebbene i computer quantistici non siano ancora in grado di consentire a Phasecraft di applicarlo, in teoria l’algoritmo potrebbe rivelare come modificare la struttura del vanadato di stronzio e migliorare le batterie.

Le superfici di reazione dei catalizzatori, che accelerano le reazioni chimiche, sono un altro obiettivo di queste prime ricerche. In un preprint pubblicato nel luglio 2023 su arXiv, i ricercatori di Quantinuum hanno riferito di aver usato una configurazione ibrida per esplorare la reattività chimica dei catalizzatori a base di platino, comunemente usati nelle celle a combustibile per produrre elettricità convertendo l’idrogeno e l’ossigeno in acqua. Il platino è costoso e raro, quindi i ricercatori vorrebbero aumentare la sua velocità catalitica, consentendo alle celle a combustibile di usare meno metallo o, meglio ancora, di sostituirlo del tutto con una sostanza più economica.

Per farlo hanno bisogno di capire come funziona il platino, come l’ossigeno e l’idrogeno si depositano sulla superficie del catalizzatore, come trasferiscono elettroni e protoni attraverso composti intermedi e come reagiscono per formare molecole d’acqua, che poi si dissociano dal catalizzatore. I calcoli si sono rivelati troppo complessi per i soli computer classici. Così i ricercatori guidati dal chimico quantistico di Quantinuum David Muñoz Ramo hanno migliorato la precisione delle loro simulazioni. In primo luogo, hanno usato computer classici per individuare il modo in cui le molecole si depositano e si staccano dalle particelle del catalizzatore. Quindi hanno usato il loro computer quantistico per individuare il percorso di reazione più probabile degli elettroni e dei protoni coinvolti. Anche se questo metodo non ha ancora portato alla scoperta di nuovi catalizzatori per celle a combustibile, Muñoz Ramo afferma che i risultati di queste simulazioni dovrebbero diventare più potenti a mano a mano che l’hardware quantistico migliorerà.

Gli algoritmi quantistici consentono inoltre di indagare su questioni chimiche basilari. Nel 2023, per esempio, alcuni ricercatori hanno simulato l’interazione tra luce e materia, un processo fondamentale per la visione e la fotosintesi. Hanno scelto una reazione fotochimica in cui le molecole assorbono energia dai fotoni e la trasferiscono a una molecola vicina. Il processo avviene in pochi femtosecondi, o milionesimi di miliardesimi (10-15) di secondo, quindi è troppo veloce per essere osservato.

I computer classici possono simulare il modo in cui interagiscono più fotoni, ma solo pochi alla volta, a causa della potenza di calcolo necessaria.

Così Ting Rei Tan, un fisico dell’università di Sydney, e i suoi colleghi hanno usato un computer quantistico a ioni intrappolati per simulare il modo in cui un singolo “pacchetto d’onda” quantistico di energia si muove tra molecole vicine. Questo ha effettivamente rallentato il processo di cento miliardi di volte e ha reso possibile simulare uno degli eventi. Con un computer quantistico più potente, il team dovrebbe essere in grado di modellare un maggior numero di reazioni e superare la tecnica classica. “Ci stiamo avvicinando al vantaggio quantistico”, afferma Tan.

A breve termine, l’informatica quantistica potrebbe avere effetti concreti soprattutto per lo sviluppo di farmaci. Oggi per creare un nuovo farmaco servono in media dodici anni e due miliardi di dollari. Le aziende farmaceutiche sono alla ricerca di qualsiasi vantaggio possibile per trovare il prossimo prodotto di successo, dice Edwards. La Roche, la Pfizer, la Merck, la Biogen e altri giganti del settore hanno già stretto le prime partnership con le aziende di calcolo quantistico, sperando che la nuova tecnologia acceleri le scoperte. “Sono assolutamente convinto che è arrivato il momento”, afferma Mark Fingerhuth dell’azienda farmaceutica ProteinQure.

Alcune di queste collaborazioni cominciano a dare i primi risultati. Nel settembre 2023 i ricercatori della Pasqal e della Qubit Pharmaceuticals hanno pubblicato un preprint che descrive un metodo ibrido per tracciare le molecole d’acqua intorno alle proteine, che può indicare la posizione delle tasche di legame del farmaco. I ricercatori hanno prima ristretto il problema usando un algoritmo classico per tracciare la densità delle molecole d’acqua all’interno e intorno a una proteina del fegato chiamata Mup-1, che appartiene a una classe di proteine finora considerata inutilizzabile in farmacologia. Hanno quindi usato il computer quantistico di Pasqal per individuare la posizione delle molecole d’acqua nelle potenziali sacche di legame della Mup-1. Questo metodo potrebbe essere usato per individuare bersagli farmacologici nelle proteine coinvolte nelle malattie.

Nel maggio 2023 i ricercatori della Gero, un’altra azienda farmaceutica, hanno riferito su Scientific Reports di aver usato un computer quantistico per simulare in modo più realistico le proprietà elettroniche di probabili bersagli farmacologici, come la distribuzione di cariche positive e negative tra le molecole e la disposizione di legami chimici deboli chiamati forze di Van der Waals tra atomi vicini. Hanno inserito questi parametri in un software di intelligenza artificiale (ai) eseguito da computer classici, che ha creato più di 2.300 molecole in grado di prendere di mira quei bersagli. Sebbene i risultati siano solo teorici, l’ibrido quantistico-ia della Gero si è mostrato capace di individuare le strutture chimiche comuni ai migliori farmaci. “Se risolviamo la parte difficile con un computer quantistico, l’altra parte diventa facile con l’ia classica”, afferma Peter Fedichev, amministratore delegato della Gero.

A febbraio i ricercatori della Insilico Medicine hanno riferito che il loro algoritmo ibrido, eseguito dal computer quantistico a 16 qubit della Ibm, potrebbe aiutarli a trovare nuovi inibitori di una proteina di segnalazione cellulare chiamata Kras che di solito subisce mutazioni nei tumori. Dopo che l’algoritmo ha progettato e classificato un milione di potenziali inibitori, i ricercatori hanno sintetizzato 15 dei candidati più promettenti. I test effettuati su colture cellulari hanno dimostrato che due di questi composti funzionavano bene, gettando le basi per ulteriori sperimentazioni.

Trovare nuovi farmaci non è l’unico obiettivo. I ricercatori della Pasqal sperano anche di prevedere quali farmaci non andranno bene. Anche se i potenziali farmaci funzionano in laboratorio, quando una molecola è testata sulle persone può provocare effetti collaterali tossici. Individuare in anticipo i farmaci tossici potrebbe far risparmiare alle aziende milioni di dollari. In un primo tentativo, Henry e i suoi colleghi della Pasqal hanno usato il loro computer a 32 qubit per prevedere la tossicità di 286 composti, modellando la loro struttura e confrontandoli con 349 composti che causano il cancro nei topi. In un articolo dell’aprile 2023 su Physical Review A, hanno riferito che il loro algoritmo quantistico ha prodotto risultati paragonabili alle migliori alternative classiche.

Questo è solo un assaggio di ciò che si potrà ottenere con macchine più grandi ed efficienti. I piani di Google e dell’Ibm suggeriscono che presto gli scienziati avranno a disposizione centinaia di migliaia di qubit. E la Quantinuum afferma di essere vicina allo sviluppo di un nuovo chip quantistico, che sostituirà la pista ovale con una griglia più grande in grado di gestire più qubit ionici. I chimici hanno grandi aspettative. “Pensiamo che ci sia molto lavoro da fare per accelerare la chimica e lo sviluppo di farmaci”, afferma Bilodeau. “Siamo a un punto di svolta”.

Anche il calcolo quantistico ne trarrà beneficio, perché i ricercatori di altri campi vedranno che questa nuova tecnologia offre vantaggi concreti. “Una volta che le sue capacità miglioreranno, il calcolo quantistico diventerà parte integrante della scoperta di farmaci”, afferma Petrina Kamya della Insilico Medicine. “Ormai è qui per restare”. ◆ bt