量子计算在化学等领域的研究与应用

朱伟浩＊，王坤，许丹丹，伍蕾影，成彦波

郑州信大先进技术研究院，河南 郑州 450000

引 言

随着半导体行业“摩尔定律”晶体管尺寸逐步接近物理极限，当达到纳米量级时，电子隧穿纳米介质层材料造成晶体管电流失控，“量子隧穿效应”将对芯片性能产生严重干扰影响，计算准确率可能降低，同时数以亿计的纳米尺寸器件高速运转时产生极大热量，导致其稳定性进一步降低，继续缩小晶体管尺寸以维持“摩尔定律”并不现实，基于芯片设计与制备成本分析，“摩尔定律”已经终结，因此半导体行业未来很可能进入“后摩尔定律时代”[1]。

量子计算是“后摩尔定律时代”重要的解决方案之一，最早由物理学家费曼提出，其目的是利用人工构建的量子体系解决传统计算机无法完成的困难任务（如多体量子系统的演化等），是以量子比特为基本单元，通过量子态的受控演化实现数据的存储计算，具有经典计算无法比拟的巨大信息携带和超强并行处理能力，在特定计算困难问题上可实现指数级加速[2]。正因如此，量子计算在材料、化学、医药、生物等研究领域具有先天优势，适用于大规模分子体系的高精度模拟计算，有效突破现有计算体系的瓶颈，对于新材料开发、药物研制、生物体系研究、化学反应机理分析等领域的研究都具有重要应用价值。

1 量子计算

与经典计算相比，量子计算计算效率和能力拥有极大的优势和挖掘潜力，是未来计算科学的重点发展方向之一。目前量子计算的物理实现方式处于超导线路、离子阱、半导体量子点等多种物理体系并行研究的状态，同时量子计算机的研制涉及量子芯片制备封装及其苛刻运行环境、量子测控系统、量子算法、量子软件、量子编码纠错、量子计算机操作系统等关键技术环节，属于物理学、计算机科学、数学等基础学科交叉领域，复杂程度较高，因此通用型量子计算机距离大规模应用尚需时日，但随着近些年国内外在量子算法优化、量子计算工程化、量子优越性验证及高精度量子操控方面不断取得突破，尤其是2019年Google 量子团队宣布基于超导量子计算方案完成量子优越性（量子霸权）试验，首次公开展现了量子计算相对于经典计算的明显优势，因此量子计算机软硬系统开发已然进入了新阶段，将为量子计算应用研究提供重要支撑。

图1 量子计算部分重要研究方向Fig.1 Important research directions of quantum computing

1.1 量子比特

经典计算机的基本单元是比特，由于在经典计算机中，信息和数据以二进制数值形式表示和存储，其在任意确定时刻只能为“0”或“1”，而作为量子计算机的基本组成——量子比特（qubit）可处于“0”和“1”的叠加态，对其进行测量，量子比特将以一定概率坍缩到“0”或“1”，因此量子计算有表示和存储两方面理论优势，随着量子比特数的增加，量子信息表示与存储空间将以指数规模扩展[3]。量子比特与经典比特相比，具备更强的信息携带和处理能力。

量子比特状态可用数学语言表示为：

1.2 量子算法

量子算法是量子计算应用和量子信息处理的核心，是整个量子计算领域的驱动力，其可以有效利用量子比特状态的叠加、纠缠等资源进行量子逻辑门运算，从而带来指数级的信息表征和计算能力，而量子计算机需要运行特殊的量子算法才能实现量子计算的优势，量子计算的发展与高效的量子算法研发密不可分。

目前核心量子算法数量相对有限，且只能在特定问题上发挥量子计算优势，暂时无法普适地解决各类现实问题，但即便如此，考虑到量子算法的巨大理论优势和未来发掘潜力，以及近些年量子计算在工程化及高精度量子操控方面的快速发展，在量子算法理论及应用等方面进行深入研究很有必要。

1.3 变分量子本征求解算法（VQE）

采用经典计算对量子系统进行模拟时需采用缩小系统规模或依赖近似等方法以达到求解目的，精确模拟计算仅限于规模较小的系统，对其他大部分体系而言，采用经典计算对系统结构与性质进行精确求解计算并不现实，而采用量子模拟计算是可行且自然的方案。量子计算最自然最显著的应用是实现量子系统动力学的模拟，这也是Richard Feynman开创性地提出研究量子计算的动机，在对多体系统进行模拟时，量子算法可指数级地超越经典算法，其应用领域涉及化学、材料科学、凝聚态物质、核物理和高能物理等。考虑到当前量子计算机及量子纠错的高成本，目前比较有前景的途径是采用近似或启发式的方法解决问题，已产生了大量的量子算法与量子/经典混合算法，用于解决多体系统模拟问题，其中就包括变分量子算法（Variational Quantum Algorithms）[5]。

图2 几种重要的量子算法Fig.2 Several important quantum algorithms

目前研究领域中的许多问题，特别是量子化学问题，可被构造成所谓的特征值问题。根据量子力学变分原理，量子化学系统基态（最低能量）计算能量随着对解的近似值不断优化而逐步降低，从而渐近地接近真实值，这一原理产生了迭代经典算法，将一个粗略猜测值作为输入，将优化后的近似解作为输出，然后将其作为下一个迭代的猜测值，每循环一次输出解将会越来越接近真实解，重复此过程直至达到阈值。其通常包括经典算法和量子算法，即利用量子处理器执行优化步骤并随后读出，利用经典控制单元判断是否执行下一个迭代，其可以实现对量子比特保真度要求最小化，并输出有价值计算结果[5]。

变分量子本征求解(Variational Quantum Eigensolver，简称VQE) 算法，VQE 量子算法被认为在执行求解近似波函数和多体系统（例如分子和材料等）性质等类似任务时优势明显，其可以被用于求解化学分子基态以及各类涉及化学计算的相关问题。对于经典计算机而言，表示N 个分子轨道占据状态，需用2N维线性空间去计算，因此当计算超过50 个分子轨道的分子时则无法精确计算，而量子计算机的N 个轨道需要N 个量子比特完成模拟，因此可以实现有效求解，不过VQE 在现实应用中所涉及的量子逻辑门和量子比特具体数量很大程度上取决于算法的类型[5]。VQE 算法是可在当前量子计算机水平上实现量子化学模拟计算的重要量子算法，2020年Google 量子计算团队在超导量子计算机上对分子能量进行Hartree-Fock 计算，并利用变分量子本征求解算法（VQE）进行纠错完善，实现了对化学反应过程的精确计算[13]，虽然研究对象是二氮烯分子（两个氮原子和两个氢原子）异构化过程，属于基础化学反应，但其在真实量子计算机上的试验过程及结果对于未来量子计算技术应用于大分子体系及化学反应研究意义重大。

1.4 量子力学与量子化学

1926年，奥地利物理学家E.Schordinger 提出波动方程深刻揭示了微观粒子运动规律，是量子力学最基本的方程，也是量子化学最重要的理论计算基础。该方程对微观体系中原子核和电子之间相互作用关系进行了定量描述，1927年德国E.Heitler 和F.W.London 首次利用量子力学处理化学问题，定量阐释了氢分子体系中两个中性原子形成化学键的过程，量子化学由此诞生[6]。

量子化学是利用量子力学理论方法研究化学体系结构和性质的科学，其具体内容是利用量子力学方法计算分子、原子和固态体系中电子及电子核的运动规律，进而揭示化学现象的规律和本质，而其核心就是精确求解分子体系的薛定谔方程。

量子化学为现代化学领域的研究提供了新的重要工具，尤其是随着计算机科学迅猛发展，计算算力大幅提升，其在微观层面的研究价值和意义更加凸显，但若要通过量子化学理论计算获取分子体系能量及结构参数等相关信息，需求解多电子体系薛定谔方程，而由于电子间存在强关联，其基态能量几乎无法被精确求解，因此量子化学计算理论发展出各种近似方法用于计算，但目前仅对质量小电子少的简单分子体系（氢原子及类氢粒子体系）获得精确解，对于大多数的大质量多电子体系目前仍无法进行精确计算[7]，而随着量子计算尤其是量子计算机体系研究不断深入，这一局面有望改变。

2 量子计算在化学等领域的应用

与传统化学实验手段不同，量子化学是现代化学研究领域的一种重要新型研究方法，在无机化合物、高分子材料、生物大分子体系等领域有广泛应用。基于量子化学计算可从微观角度揭示分子和晶体结构及性质（如电子和过渡态的结构和能量等），同时可以解释复杂的化学反应机理和分子间相互作用力等[8]。通过对体系中存在的各种电子与其他原子核间相互作用进行精确模拟计算可得到体系的基态能量，而分子体系能量状态对于化学反应机理分析至关重要，但实际上研究体系的计算量随着电子数的增加而呈指数级迅速增加，面对如此惊人的计算量，即便是超级计算机也难以满足，而量子计算正是建立于量子体系研究的基础上，因此非常适用于量子化学模拟计算，并最终在化学、材料、生物、医药、能源等领域实现量子技术应用。

2.1 量子化学模拟计算多领域应用现状

目前基于经典计算近似方法的量子化学模拟虽然无法实现多电子体系的精确计算，但仍在材料、化学、生物、医药、能源及环保等领域已取得许多研究成果，展现了量子化学计算的应用价值，推动了相应领域的研究进展，同时也为未来量子计算在材料、化学等领域的应用研究指明了方向。

在材料研究领域，王磊[9]利用量子化学计算方法对半有机非线性光学材料L-精氨酸磷酸盐（LAP）晶体分子内基团作用进行计算研究，探讨了材料分子特异性及晶体光损伤机制；张敏明[10]通过量子化学方法对基于二氧化锡（SnO2）体系的多种材料进行设计和计算，对大范围筛选后的二氧化锡单掺杂和双元素共掺杂新材料体系分别进行导电能力（有效质量）、光学性能（电子结构）以及稳定性和制备过程（结合能和形成能）等方面进行计算和预测，得到综合性能优良的新型透明导电氧化物半导体材料。

在化学研究领域，宋本腾等[8]对分子筛催化剂微观结构与性质进行计算，研究其反应合成机理，提高其在石油催化裂解及环境治理领域的应用潜力；李宁等[11]对1-胺丙基-3-甲基咪唑氯盐离子液体的微观电子结构性质进行量子化学计算，从理论上认识了离子液体稳定结构，并从微观结构上分析了咪唑类离子液体；姚灿等[12]利用量子化学方法对玉米秸秆热解机理进行建模分析，通过对不同初反应和次反应路径进行结构优化和能量计算，研究分析了其微观热解反应路径及热解产物分布等，提高生物质能源效率；王锐[13]通过对稻壳类陆生生物质中纤维素和硫酸多糖共热解协同反应和催化反应过程机理进行模拟计算分析，研究其微观层面反应路径及能量变化，进一步提高生物质热解油质量。

在生物医药领域，量子化学计算方法在酶催化反应、基因复制/转录/突变过程、药物和受体结合等领域均有应用研究[14-15]。崔丹丹等[15]展现了国内外研究团队[16-18]利用量子化学方法在各类天然抗氧化物（多酚类化合物、类胡萝卜素及黄酮类化合物等）清除自由基方机理方面的研究进展；Fu 等[6,19]利用量子化学方法计算了生物体系中全氟辛烷磺酸前体物质在酶催化反应下经羟基化反应、质子转移反应和脱烷基反应转变为全氟辛烷磺酰胺的全过程。无论是在生物大分子稳定结构优化，还是在微观反应机理方面，量子化学均取得了不同程度的研究进展，不仅展现了量子化学的重要应用价值，而且加速了相应科研领域的研究进展，另有研究人员计划将量子计算技术应用于个性化定制医疗服务，基于个体基因组成预测药物特定影响，甚至为个体设计专门药物以实现最大化药效和最小化副作用，从而推动精准医疗服务。

在能源研究领域，夏禛[20]基于量子化学模拟等方法，深入研究碘化氢在碳材料上的催化分解机理，提高碘化氢均相分解率及氢气制备效率，助力大规模制氢反应和氢能高效利用研究；李昭娟[21]等认为通过量子化学方法可对锂离子电池中锂盐分子结构与物理/化学性质间的关系、氧化还原路径及结构变化规律等机理进行研究，同时通过量子化学计算分子设计与筛选，可从大量待选样品中快速准确获得符合设计要求的化学用剂，另外通过研究电解液溶解添加剂在界面膜层中的成膜机理，并基于构效关系进行优化改进，对提高锂离子电池等新能源性能有重要意义，此外基于量子计算强大的并行计算优势，优化复杂反应过程，提高反应能源利用效率，对于大规模能源消耗型企业而言，同样具有重要经济价值和环保效益。

在环保领域，李宁[22]等利用量子化学方法对不同类型离子液体中CO2 溶解度进行预测计算，进而通过筛选对氨基功能化咪唑类离子液体进行微观分子结构与性质计算分析，最终优选出高效环保的氨基化咪唑类离子液体碳吸收用剂，未来可用于环保降碳领域，减少温室气体排放；彭涛等[6]对量子化学在化学品环境污染中的广泛应用进行综合分析，认为基于化学分子结构，选择合适的计算泛函及校正方法，通过求解分子体系薛定谔方程得到键长键角等分子结构、电荷分布及能量相关数据，从而分析其理化性质，进而结合过渡态理论可对化学品在环境中的转化机理进行分析，为其环境风险评估和环境污染治理提供重要的基础理论支撑。

基于经典计算近似方法的量子化学模拟计算在模拟大体系分子系统时面临着计算精度、计算规模等方面的限制（计算量随着研究体系电子数的增加而指数级迅速增加，计算精度无法保证），从而影响了量子化学计算结果的准确率和可靠性，在一定程度也限制了量子化学应用研究的发展，而基于当前及未来量子计算研究成果，可实现在真实量子计算机上的模拟计算，从而破除在大分子多电子体系计算时在计算精度及计算规模方面的限制，真正推动量子计算在材料、化学、生物、医药、能源及环保等重要领域的应用。

2.2 近期量子计算在化学等领域的应用研究进展

图3 量子化学在材料化学等领域的应用Fig.3 Applications of quantum chemistry in materials chemistry and other fields

量子化学是量子计算最有前景的应用之一，2017年IBM 在其超导量子计算机（6 量子比特）上利用变分量子本征求解算法（VQE）实现了对氢化铍（BeH2）分子基态能量的精确计算，是推进量子计算机向复杂分子化学模拟计算研究的第一步，为后续开展大体系分子高精度量子化学模拟计算积累了经验[23]。2017年Google 推出了OpenFermion 工具，可支持对任意输入的化学分子构型产生模拟该分子的量子程序。2017年，Markus Reiher[24]等展现了利用量子计算机进行生物固氮反应机理研究的新方法，为量子计算化学应用研究提供了重要支撑资料。2018年IBM 其云计算平台上推出“RXN for Chemistry”，其实质上是利用神经机器学习翻译方法（neural machine learning translation method）预测化学反应生成物，据称目前仍是性能最好的用于正向反应预测的数据驱动人工智能解决方案，已为超过1.5 万名用户提供了至少76 万份关于化学反应的机器学习预测报告，结果准确率超过90%，随后与其他团队合作将逆向合成架构集成至RXN 工具中，进一步完善其功能。2018年日本JSR 药业与剑桥量子计算CQC（Cambridge Quantum Computing）在量子化学应用及算法研究方面开展合作，同时其与三星联合开展采用量子计算技术用于新材料开发的研究[25]，埃森哲（Accenture）与量子计算软件公司1QBit 联合为制药公司Biogen 开发了首个量子计算驱动的分子比较应用程序，可明显提高化学分子设计效率，加速针对复杂神经系统疾病（如阿尔茨海默氏症、帕金森氏症等）的药物发现。2019年本源量子推出化学应用系统ChemiQ，是国内首个针对量子化学和药物研发的算法应用程序。2019年华为推出的HiQ Fermion 软件包，在华为云上提供了一站式量子化学模拟解决方案。2019年，梅赛德斯-奔驰制造商戴姆勒(Daimler)与IBM 进行合作，计划通过模拟电池内部复杂化学反应原理，设计电动汽车新型锂电结构。2019年，Google[26]公开了使用量子计算仿真材料发明专利，介绍了使用量子计算机仿真材料或其他物理体系的方法和系统装置。2019年麦肯锡(Mckinsey)研究认为量子计算将在新材料开发（分子设计）、新产品配方（模拟优化）、生产操作过程优化重点领域为化学工业发展带来重要机遇。2020年IBM 在前期基础上进一步推出RoboRXN 人工智能模型，其经过大量涉及化学合成的基础知识训练，学习了不同化学物质特性，根据绘制的化学分子结构，可进行逆向反应过程分析，有效预测所需的原料成分与反应程序，消除繁琐的人工任务，缩减无效环节时间与成本消耗，加速生物/医药/材料领域的研发速度[27-28]。2020年Google 量子团队利用VQE 算法在其Sycamore 量子处理器（12 量子比特）上成功模拟了二氮烯分子异构化反应过程及结合能，可实现对电子结构精确计算与分析，并对化学反应机理进行解析，是目前在量子计算机实现的最大规模化学反应模拟计算[29]，对于当前量子计算机在化学领域的应用研究意义重大。德国HQS Quantum Simulations 团队长期致力于结合化学分子特性开发量子算法，可在量子计算机和经典计算机上实现化学过程有效模拟，2020年其与奥利地AQT（Alpine Quantum Technologies）合作提供量子化学软件解决方案[25]。2020年新冠肺炎疫情期间，加拿大量子计算公司D-Wave 为药物研究人员提供免费量子云计算服务，加速针对新冠病毒的药物研发进程。国内本源量子与生物医药企业合作基于量子云计算平台进行特异性识别病毒试剂盒等产品的开发。2021年剑桥量子计算（CQC）与中美冠科生物（Crown Bioscience）、JSR 生命科学（JSR Life Sciences）达成合作协议，将量子技术应用于寻找生物标识物，从而加速用于治疗肿瘤等药物的研发。2021年IBM量子计算团队通过对量子算法、系统软件、处理器以及控制系统进行全面优化，将氢化锂（LiH）化学分子建模时间缩短至9 小时，速度提升了120 倍，从而最大限度利用计算时间，最小化等待时间[30]，此次加速将为研究者在化学等其他领域开展量子应用研究提供重要基础支撑。

以上是近些年来国内外量子计算技术公司与化学/生物/医药行业的机构或公司进行量子技术应用开发的部分研究进展，其展现了在当前量子计算技术迅速发展的形势与背景下，量子计算应用领域的合作开发模式日趋成熟完善，对于推动重要化学反应机理研究以及生物医药研发等领域的发展具有重要意义。

3 总结与展望

波士顿咨询（BCG）预测，2030年量子计算在材料科学及化学等科技密集型产业规模将达到70 亿美元，在制药行业领域的市场规模将达到200 亿美元，基于量子技术可有效实现对高度复杂化学反应过程的模拟计算与分析，从而更好地指导与预测研究进程。量子技术在材料、化学及生物医药等研究领域的巨大应用潜力主要表现在大幅缩短计算时间、明显提高研发效率、资源消耗更少、更环保高效工艺等[31]。

目前我国在量子计算领域主要以科研机构和高校为主，核心论文数量和研究机构等处于世界前列，基础研究能力仅次于美国，但专利产出方面明显落后，基础研究成果转化有待加强，工程化及应用推动也差距明显[32]，因此进一步加强对量子技术在材料、化学、生物医药等领域的应用研究很有必要，对于推动未来我国经济产业高质量发展有重要意义和价值。

利益冲突声明

所有作者声明不存在利益冲突关系。