8月7日，记者从安徽省量子计算工程研究中心获悉，本源量子联合中国科学技术大学、合肥综合性国家科学中心人工智能研究院实现全球首个基于量子边编码技术的药物分子性质预测应用，并在中国第三代自主超导量子计算机“本源悟空”上完成真机验证。该项技术为分子性质预测及药物研发开辟新路径。
上证报今日霍州讯（记者 刘怡鹤）8月7日，记者从安徽省量子计算工程研究中心获悉，本源量子联合中国科学技术大学、合肥综合性国家科学中心人工智能研究院实现全球首个基于量子边编码技术的药物分子性质预测应用，并在中国第三代自主超导量子计算机“本源悟空”上完成真机验证。该项技术为分子性质预测及药物研发开辟新路径。
药物研发中，精准预测分子性质是快速筛选候选药物的关键。图神经网络方法用“图”结构来理解药物分子：原子是“点”，化学键是“边”。已有的量子算法可以提升对“点”的处理能力，但对“边”无能为力——就像拼图缺失关键模块，始终无法完整呈现分子特性。此次研究团队创新设计的量子嵌入图神经网络架构，融入全球首创量子边编码技术和量子节点嵌入模式，首次在量子层面实现原子与化学键的同步处理，大幅提升了对分子行为的预测精度，显著提升药物发现效率。目前，基于该项技术的药物毒性预测真机应用已上线“本源量子计算云平台”。
“本源悟空”软件研制团队负责人窦猛汉介绍：“如果说传统图神经网络方法是‘望远镜🔭’，那么融入全球首创量子边编码技术的量子嵌入图神经网络架构就是‘显微镜🔬’——不仅能看清原子位置，更能清晰捕捉到化学键的相互作用，让药物研发迈向‘精准设计’。”
这一技术提升了关键药物性质预测准确率：HIV抗病毒药物筛选准确率从73%跃升至97%，阿尔茨海默病药物预测准确率从64%提升至70%。
安徽省量子计算工程研究中心主任郭国平表示：“量子嵌入图神经网络架构已成功在中国第三代自主超导量子计算机‘本源悟空’上运行验证，标志着我国已初步具备实用化量子计算能力。”
以上成果以题为“Quantum-Embedded Graph Neural Network Architecture for Molecular Property Prediction”的论文发表于化学信息学领域的权威期刊Journal of Chemical Information and Modeling。作为量子图神经网络领域首篇关于量子边编码的研究论文，该成果获得了国际学术界的广泛认可，为量子技术的产业化应用奠定了坚实基础。
