Vea También
 |
| Crédito: Cristian Micheletti |
El uso de ordenadores para estudiar polímeros siempre ha sido un gran reto para la computación científica, especialmente para biomoléculas largas y densas, como el ADN. Ahora se abren nuevas perspectivas gracias a la computación cuántica. Los científicos han reformulado los modelos básicos de los polímeros como problemas de optimización que pueden resolverse eficazmente con ordenadores cuánticos. Este novedoso enfoque ha permitido aprovechar el considerable potencial de estas máquinas en un contexto hasta ahora inexplorado.
En el estudio, publicado en la revista Physical Review Letters, han participado Cristian Micheletti, de SISSA, y Philipp Hauke y Pietro Faccioli, de la Universidad de Trento.
Muchos de los paradigmas de la computación científica, desde las técnicas de Monte Carlo hasta el recocido simulado -explican los autores- se desarrollaron, al menos en parte, para estudiar las propiedades de los polímeros, incluidos los biológicos, como las proteínas y el ADN. Por un lado, el avance de los ordenadores cuánticos abre nuevos escenarios para la computación científica en general. Al mismo tiempo, exige el desarrollo de nuevos modelos aptos para aprovechar al máximo este gran potencial. En particular, los ordenadores cuánticos destacan en la resolución de tareas de optimización. Estos problemas suelen consistir en encontrar la combinación óptima de las variables del sistema según un sistema de puntuación preasignado.
Teniendo en cuenta esto, los autores han refundido los modelos básicos de polímeros estableciendo una correspondencia entre cada posible configuración de polímeros y las soluciones de un problema de optimización adecuado.
"Normalmente, las cadenas de polímeros se modelan directamente como una secuencia de puntos en un espacio tridimensional. En las simulaciones clásicas, esta cadena se anima luego mediante deformaciones progresivas, imitando la dinámica del polímero en la naturaleza", explican los autores. Ahora que entramos en la era de la computación cuántica, resulta natural estudiar los polímeros con estas técnicas innovadoras. Sin embargo, las descripciones basadas en puntos del espacio 3D no pueden utilizarse fácilmente con los ordenadores cuánticos. Por ello, encontrar formas de eludir las descripciones convencionales de los polímeros es un reto que podría abrir nuevas perspectivas.
Micheletti explica que su "estrategia fue codificar todas las configuraciones posibles de un sistema de polímeros como soluciones de un único problema de optimización. El problema de optimización se formula en términos de variables de espín de Ising -uno de los modelos más comunes en física- que se resuelve eficazmente con ordenadores cuánticos. Para simplificar, un problema de optimización en el modelo de Ising puede verse como un rompecabezas para colorear. El reto consiste en asignar un color azul o rojo a cada punto de un entramado respetando un gran número de reglas. Por ejemplo, los puntos A y B deben tener un color diferente, al igual que los puntos B y C; al mismo tiempo, los puntos A y C deben ser del mismo color. Los ordenadores cuánticos son extremadamente eficientes en la resolución de este tipo de problemas, es decir, en encontrar la asignación de colores que satisfaga el mayor número de reglas dadas. En nuestro caso, a cada solución encontrada del problema de optimización, podríamos asociar una configuración específica de polímeros. Repitiendo la búsqueda de soluciones, podíamos así reunir un número creciente de configuraciones de polímeros, todas ellas estadísticamente independientes".
El rápido desarrollo de los ordenadores cuánticos sugiere que estas máquinas podrían utilizarse para abordar problemas científicos mucho más complejos que los que pueden abordar los ordenadores convencionales. "Por eso es importante proporcionar ahora las bases algorítmicas para aprovechar el potencial de este nuevo paradigma del cálculo científico", dicen los investigadores. "Nuestro estudio proporciona un primer ejemplo de cómo puede utilizarse la computación cuántica para estudiar modelos clave de polímeros. En perspectiva, como nuestro enfoque es general, debería proporcionar una base para abordar sistemas más complejos y ambiciosos, como los biopolímeros largos en espacios confinados, que también son clave para entender la organización del genoma."
Fuentes, créditos y referencias:
Cristian Micheletti et al, Polymer Physics by Quantum Computing, Physical Review Letters (2021). DOI: 10.1103/PhysRevLett.127.080501