机构名称：
¥ 1.0
1.1 QMLS 在药物研发行业的潜力 药物开发过程是一项漫长而昂贵的工作，通常需要数年时间和数十亿美元才能将新药推向市场。简化此过程的一种有前途的方法是使用基于量子的机器学习模拟 (QMLS)。QMLS 利用量子计算和机器学习算法的强大功能来模拟和预测复杂分子系统的行为，从而实现更高效、更准确的药物发现。根据 Patel 等人 (2019) 的一项研究，“QMLS 有可能显著减少与药物发现相关的时间和成本，同时提高新药候选物的成功率”[1]。Wang 等人 (2018) 的另一项研究发现，QMLS 可以“高精度地预测潜在候选药物的结合亲和力，从而减少昂贵且耗时的实验测试的需要”[2]。Li 等人的第三项研究发现，QMLS 可以“高精度地预测潜在候选药物的结合亲和力，从而减少昂贵且耗时的实验测试的需要”[3]。 （2017）还强调了 QMLS 在“识别新药物靶点和预测药物-靶点相互作用的影响”方面的潜力[3]。总体而言，QMLS 有可能通过提供更高效、更有效的新药发现方式，彻底改变药物开发行业。
基于量子的机器学习模拟（QMLS）
主要关键词
相关文件推荐
