Svaki lijek koji kupite u ljekarni prošao je put od 10–15 godina istraživanja i 2,6 milijardi dolara ulaganja — u prosjeku. I 90% kandidata propada u kliničkim ispitivanjima. Razlog koji se najčešće ne razumije: klasična računala ne mogu točno simulirati kako se molekule ponašaju.
Kvantna računala su, po fizici, prirodno rješenje za taj problem.
Zašto simulacija molekula nije trivijalna
Kemijsko ponašanje molekule određuju interakcije između elektrona — kvantni mehanički fenomeni koji se ne mogu precizno opisati klasičnom računalnom matematikom. Za malu molekulu poput vodika (H₂), klasično računalo može dati točan odgovor. Za molekulu s 50 elektrona u interakciji, potrebna računalna moć eksponencijalno raste izvan dosega i superračunala.
AlphaFold je 2021. riješio predviðanje strukture proteina — nevjerojatan iskorak. Ali AlphaFold koristi AI trenirani na poznatim podacima. Za mutirane proteine specifične za jednog pacijenta ili za potpuno nove molekularne kandidate koji ne sliče ničemu u bazi podataka — AlphaFold ima granice.
Kvantni simulacijski algoritmi (VQE, QPE) direktno modeliraju kvantnu mehaniku molekule. Umjesto aproksimacije, računaju precizno. Za male do srednje molekule, to je revolucija.
Što industrija radi 2026.
IBM + Moderna + Algorithmiq: trojna suradnja na simulaciji RNA molekula za mRNA cjepiva. Moderna je ušla u partnerstvo jer precizno modeliranje složenih RNA sekvenci može ubrzati razvoj i smanjiti broj neuspješnih kliničkih iteracija.
AstraZeneca + AWS + IonQ + NVIDIA: pokazali su hibridni kvantno-klasični workflow za sinteznu kemiju — dizajniranje novih kemijskih putova za produkciju molekula. AstraZeneca koristi ovo za optimizaciju sintetskih ruta kandidata za lijekove protiv raka.
QuEra (Harvard spin-off): demonstrirala 96 logičkih qubita u 2025. — dovoljno za smislenu simulaciju nekih bioloških relevantnih molekula. Ovo je jedan od benchmarkova koji industrija prati kao signal "ulaska u korisno područje".
Zašto je to važno — ekonomika razvoja lijekova
Trošak razvoja jednog odobrenog lijeka prema McKinseyjevim analizama iznosi 2,6 milijardi dolara — i raste. Više od 90% kandidata koje se testira u kliničkim ispitivanjima propada, uglavnom zato što:
- Predviðena struktura ili aktivnost molekule nije odgovarala stvarnosti (klasični modeli griješe)
- Interakcija s proteinskim metama nije bila precizno modelirana
- Toksičnost nije detektirana u računalnoj fazi
Kvantna simulacija koja točnije predviða aktivnost molekule mogla bi smanjiti stopu kliničkih neuspjeha za 20–30% — prema konzervativnim procjenama McKinseyja. Na industriji vrijednoj 1,5 bilijuna dolara godišnje, to je stotine milijardi uštede.
Nije pitanje hoće li kvantna računala promijeniti farmaceutiku — pitanje je samo koliko brzo.
