光计算在医学制药领域的应用

曦智科技光计算芯片

  曦智科技的光计算芯片排布了一系列光学矩阵乘法器，利用光在光子器件中快速传播的原理，达到高通量、低延迟、低功耗的优势，可以用于NP完全问题例如最大团问题的快速求解。

  曦智科技在2021年发布的PACE（Photonic Arthetric Computing Engine）光子计算处理器，核心是64X64的光学矩阵乘法器，由一块集成硅光芯片和一块CMOS微电子芯片以3D封装形式堆叠而成，单个光子芯片中集成超过10000个光子器件，在1GHz系统时钟的条件下，求解Ising问题，最大割/最小割，最大团问题上的速度可达目前高端GPU的数百倍。

最大团问题

  最大团问题是一类NP完全问题。其定义如下： 一个无向图G=(V，E)，V是点集，E是边集。取V的一个子集U，若对于U中任意两个点u和v，有边 (u,v)∈E，那么称U是G的一个完全子图。G的最大团指的是顶点数最多的一个完全子图。 图G的团与图G的补图（记为/G）的独立集之间存在一一对应的关系。U是G的最大团当且仅当U是/G的最大独立集。最大团问题就是求解一个无向图的顶点数最多的完全子图的过程。

图1. 图G

  例如对于以上图来说，以下三个子图都是他的最大团。

                                                                图2. 最大团 1                                        图3. 最大团2                                          图4. 最大团3

案例：药物合成中的药效团分子对接最大团问题

  药物设计中有一种方式是两种已知的分子来合成一种新的药物，在每种分子中具有多个药效团，两种分子药效团之间组成可能的药效团对。每个药效团对可以根据两个药效团的距离计算势能，计算所有药效团对的总势能。势能的大小决定了新药物的稳定性。

  分子对接的输出是预测配体相对于受体结合位点的三维方向以及每个方向的相应分数。 可靠地确定最可能的配体方向及其在一系列化合物中的排名需要准确的评分函数和高效的搜索算法。

  下文以肿瘤坏死因子转换酶（TACE）和含硫醇的芳基磺酰胺化合物（AS）之间的某一个方向的结合为例：

Step 1: 预处理（筛选药效团位点）：

  通过rdkit软件包可选出AS中有11个药效团位点，TACE中有243个药效团位点，这样最后的结合相互作用图有11*243=2673个顶点。为了减少图规模，可基于先验的知识进一步筛选药效团位点。比如按照如下方式: 选择空间距离小于4A的药效团对；选择特定的化学基团，比如氢供体/受体、疏水基/疏水基、负电荷/正电荷等。（问题，两个分子的距离和角度不影响药效团对的距离吗？那么是不是对应多个筛选后对相互作用图？可能需要遍历）

Step 2: 生成相互作用图：

  比如经过筛选后AS中剩余4个位点，TACE中剩余6个位点，这样最后的结合相互作用图有4*6=24个顶点，每个顶点即一个药效团对。

Step3: 生成带权重的相互作用图：

  赋予相互作用图中的每个顶点（药效团对）一个权重，该权重对应到该药效团对的势能，两个药效团之间势能越大，结合的越牢固。

Step4: 寻找带权最大团（带权相互作用图的最大团）：

  要想新分子保持更稳定，就需要新分子的总势能越大越好，即寻找带权相互作用图的最大团。

Step 5: 带权最大团问题的求解

  利用相关算法求得带权最大团问题的解，即得到该三维方向上的最大势能。

  注意，以上步骤只是列出了两个分子在某种三维方向上结合对应的最大势能，而要找到两个分子结合的最优解，需要遍历所有结合方向上的最大势能。所以整个药物合成的算法对算力和计算速度要求比较高。因此我们提出利用光计算低延迟、高带宽的特点，来求解这整个问题。

参考文献

[1] Leonardo Banchi et al. ,Molecular docking with Gaussian Boson Sampling.Sci. Adv.6,eaax1950(2020).