癌症靶向光敏剂的光反应性量子算法
量子物理
2025-12-19 v1
摘要
光动力疗法（PDT）是一种靶向癌症的治疗方法，利用光激活的光敏剂生成选择性破坏肿瘤细胞的活性氧，通常比传统治疗方法造成更少的周围损伤。然而，其临床成功取决于光敏剂具备强光灵敏性和高效生成活性氧的能力。虽然经典计算方法为光敏剂设计提供了有用的见解，但它们难以扩展，往往缺乏对这些模拟所需的准确性。本文展示了如何使用容错量子算法来识别PDT的有前景的光敏剂候选方案。为了预测光敏剂性能，我们评估了两种计算属性。首先，我们通过阈值投影算法计算治疗窗口内的累积吸收来量化光灵敏性。其次，我们通过演化-代理方法估计跨越（ISC）速率，以确定活性氧生成的效率，辅以适当时变动力学处理。我们将这些算法应用于临床相关且正在积极研究的光敏剂类，BODIPY衍生物，包括含重原子和过渡金属取代系统，这些系统对经典方法而言具有挑战。我们的资源估计表明，使用PennyLane，活动空间从11到45个空间轨道的系统可使用180至350个逻辑量子比特和Toffoli门深度在10^7至10^9之间进行模拟，将我们的算法置于现实可行的容错量子设备范围之内。这为设计能够加速新PDT试剂发现的高效量子工作流程铺平了道路。
引用
@article{arxiv.2512.15889,
title = {Quantum Algorithms for Photoreactivity in Cancer-Targeted Photosensitizers},
author = {Yanbing Zhou and Pablo A. M. Casares and Diksha Dhawan and Ignacio Loaiza and Soran Jahangiri and Robert A. Lang and Juan Miguel Arrazola and Stepan Fomichev},
journal= {arXiv preprint arXiv:2512.15889},
year = {2025}
}