Фирма Algorithmiq из Хельсинки стала единственным победителем конкурса Wellcome Leap и выиграла €1,7 млн за выявление возможностей квантовых вычислений в терапии рака. Эта награда подчеркивает реальность применения квантовых технологий в медицине, что может изменить подход к лечению рака.
Предыстория и рынок
Конкурс Wellcome Leap был частью программы Quantum for Bio, направленной на исследование биологических и медицинских приложений на основе квантовых вычислений. В программы, выделено €42,3 млн на протяжении 2,5 лет. Однако многие команды не смогли показать ожидаемую эффективность. Среди соперников Algorithmiq были лидеры из известных университетов, таких как Гарвард и Оксфорд, но только финская компания смогла продемонстрировать реальное применение технологии.
Технические детали и достижения Algorithmiq
CEO компании, доктор Сабрина Манискалько, отметила, что Algorithmiq разработала уникальную квантовую вычислительную платформу. Она отвечает трем критериям: возможность работы на существующем оборудовании, значимость для биологических систем и соответствие существующим классическим методам. Это обеспечило алгоритмам успешную интеграцию в процесс создания новых лекарств, что важно для решения научных задач.
Используя до 100 кубитов на оборудовании IBM, компания смогла смоделировать активные пути на клеточном уровне для фотосенситизирующих препаратов, которые сейчас находятся на стадии клинических испытаний II фазы. Результаты открывают новое направление в использовании квантовых технологий для решения прикладных задач в фармацевтике.
Значение для рынка и практические выводы
Для русскоязычной аудитории эта победа сигнализирует о растущем интересе к квантовым вычислениям в области медицины. Если Algorithmiq продолжит свои исследования, это может привести к созданию более эффективных лекарств с меньшими побочными эффектами. Компании, работающие в сфере биотехнологий, могут обратить внимание на применение квантового ПО, чтобы улучшить свои процессы разработки новых препаратов.
Следующий шаг для Algorithmiq — продолжение разработок и тестирования на новых данных, что может подтвердить эффективность их подхода и привлечь дальнейшее финансирование и партнерство.