Utiliser des ordinateurs pour étudier les polymères a toujours été un enjeu majeur pour le calcul scientifique, en particulier pour les biomolécules longues et denses, comme l'ADN. De nouvelles perspectives s'ouvrent désormais grâce à l'informatique quantique. Les scientifiques ont maintenant refondu les modèles de base des modèles polymères en problèmes d'optimisation pouvant être résolus efficacement avec des ordinateurs quantiques. Cette approche inédite a permis d'exploiter le potentiel considérable de ces machines dans un contexte jusqu'alors inexploré.

L'étude, publié dans le Lettres d'examen physique journal, a impliqué Cristian Micheletti de SISSA, et Philipp Hauke ​​et Pietro Faccioli de l'Université de Trente.

De nombreux paradigmes du calcul scientifique, des techniques de Monte Carlo au recuit simulé - expliquent les auteurs - ont été développées, au moins en partie, étudier les propriétés des polymères, y compris celles biologiques telles que les protéines et l'ADN. D'un côté, l'avancée des ordinateurs quantiques ouvre de nouveaux scénarios pour le calcul scientifique en général. À la fois, elle nécessite le développement de nouveaux modèles aptes à tirer pleinement parti de ce grand potentiel. En particulier, les ordinateurs quantiques excellent dans la résolution de tâches d'optimisation. Ces problèmes impliquent généralement de trouver la combinaison optimale de variables système selon un système de notation prédéfini.

Considérant cela, les auteurs ont refondu les modèles polymères de base en établissant une correspondance entre chaque configuration polymère possible et les solutions d'un problème d'optimisation approprié.

"Typiquement, les chaînes polymères sont directement modélisées comme une séquence de points dans l'espace tridimensionnel. Dans les simulations classiques, cette chaîne est alors animée par des déformations progressives, imiter la dynamique du polymère dans la nature, " expliquent les auteurs. Maintenant que nous entrons dans l'ère de l'informatique quantique, il devient naturel d'étudier les polymères avec ces techniques innovantes. Cependant, les descriptions basées sur des points dans l'espace 3D ne peuvent pas être facilement utilisées avec des ordinateurs quantiques. Trouver des moyens de contourner les descriptions conventionnelles des polymères est donc un défi qui pourrait ouvrir de nouvelles perspectives.

Micheletti explique que leur "stratégie consistait à coder toutes les configurations possibles d'un système de polymères en tant que solutions d'un seul problème d'optimisation. Le problème d'optimisation est formulé en termes de variables de spin d'Ising - l'un des modèles les plus courants en physique - qui est efficacement résolu avec les ordinateurs quantiques. Pour simplifier, un problème d'optimisation sur le modèle d'Ising peut être considéré comme un puzzle de coloriage. Le défi consiste à attribuer une couleur bleue ou rouge à chaque point d'un treillis tout en respectant un grand nombre de règles. Par exemple, les points A et B doivent avoir une couleur différente, de même que les points B et C ; en même temps les points A et C doivent être de la même couleur. Les ordinateurs quantiques sont extrêmement efficaces pour résoudre de tels problèmes, C'est, à trouver l'attribution de couleur qui satisfait le plus grand nombre de règles données. Dans notre cas, à chaque solution trouvée du problème d'optimisation, nous pourrions associer une configuration polymère spécifique. En répétant la recherche de solutions, nous pourrions ainsi collecter un nombre croissant de configurations de polymères, tous statistiquement indépendants."

Le développement rapide des ordinateurs quantiques suggère que ces machines pourraient être utilisées pour résoudre des problèmes scientifiques beaucoup plus complexes que ceux résolus par les ordinateurs conventionnels. "C'est pourquoi il est important de fournir dès maintenant les bases algorithmiques pour exploiter le potentiel de ce nouveau paradigme du calcul scientifique." disent les chercheurs. "Notre étude fournit un premier exemple de la façon dont l'informatique quantique peut être utilisée pour étudier des modèles polymères clés. En perspective, parce que notre approche est générale, il doit fournir une base pour s'attaquer à des systèmes plus complexes et ambitieux, tels que les biopolymères longs dans des espaces confinés, qui sont également essentielles pour comprendre l'organisation du génome."