Usar computadores para estudar polímeros sempre foi um grande desafio para a computação científica, especialmente para biomoléculas longas e densamente compactadas, como DNA. Novas perspectivas estão se abrindo por meio da computação quântica. Os cientistas agora reformularam os modelos básicos de modelos de polímero como problemas de otimização que podem ser resolvidos de forma eficiente com computadores quânticos. Esta nova abordagem tornou possível aproveitar o potencial considerável dessas máquinas em um contexto até então inexplorado.

O estudo, publicado no Cartas de revisão física Diário, envolveu Cristian Micheletti da SISSA, e Philipp Hauke ​​e Pietro Faccioli da Universidade de Trento.

Muitos dos paradigmas da computação científica, das técnicas de Monte Carlo ao recozimento simulado - explicam os autores - foram desenvolvidas, pelo menos em parte, para estudar as propriedades dos polímeros, incluindo os biológicos, como proteínas e DNA. Por um lado, o avanço dos computadores quânticos abre novos cenários para a computação científica em geral. Ao mesmo tempo, requer o desenvolvimento de novos modelos aptos a aproveitar ao máximo este grande potencial. Em particular, os computadores quânticos se destacam na solução de tarefas de otimização. Esses problemas geralmente envolvem encontrar a combinação ideal de variáveis ​​do sistema de acordo com um sistema de pontuação pré-atribuído.

Considerando isso, os autores reformularam os modelos básicos de polímero estabelecendo uma correspondência entre cada configuração possível de polímero e as soluções de um problema de otimização adequado.

"Tipicamente, cadeias de polímeros são modeladas diretamente como uma sequência de pontos no espaço tridimensional. Em simulações clássicas, esta corrente é então animada por meio de deformações progressivas, imitando a dinâmica do polímero na natureza, "explicam os autores. Agora que estamos entrando na era da computação quântica, torna-se natural estudar polímeros com essas técnicas inovadoras. Contudo, as descrições baseadas em pontos no espaço 3D não podem ser facilmente usadas com computadores quânticos. Encontrar maneiras de contornar as descrições de polímeros convencionais é, portanto, um desafio que pode abrir novas perspectivas.

Micheletti explica que sua "estratégia era codificar todas as configurações possíveis de um sistema de polímeros como soluções de um único problema de otimização. O problema de otimização é formulado em termos de variáveis ​​de spin de Ising - um dos modelos mais comuns em física - que é resolvido de forma eficiente com computadores quânticos. Para simplificar, um problema de otimização no modelo de Ising pode ser visto como um quebra-cabeça para colorir. O desafio consiste em atribuir uma cor azul ou vermelha a cada ponto de uma treliça, respeitando um grande número de regras. Por exemplo, os pontos A e B devem ter cores diferentes, e o mesmo deve acontecer com os pontos B e C; ao mesmo tempo, os pontos A e C devem ser da mesma cor. Os computadores quânticos são extremamente eficientes na solução de tais problemas, isso é, para encontrar a atribuição de cores que satisfaça o maior número de regras fornecidas. No nosso caso, a cada solução encontrada para o problema de otimização, poderíamos associar uma configuração de polímero específica. Ao repetir a busca por soluções, poderíamos, assim, coletar um número crescente de configurações de polímero, todos estatisticamente independentes. "

O rápido desenvolvimento dos computadores quânticos sugere que essas máquinas podem ser usadas para tratar de problemas científicos muito mais complexos do que aqueles endereçáveis ​​por computadores convencionais. "É por isso que é importante fornecer agora as bases algorítmicas para aproveitar o potencial deste novo paradigma de cálculo científico." dizem os pesquisadores. "Nosso estudo fornece um primeiro exemplo de como a computação quântica pode ser usada para estudar os principais modelos de polímero. Em perspectiva, porque nossa abordagem é geral, deve fornecer uma base para lidar com sistemas mais complexos e ambiciosos, como biopolímeros longos em espaços confinados, que também são fundamentais para entender a organização do genoma. "