本研究は、Bio2Qと慶應義塾大学の研究者らが共同で執筆したもので、代謝ネットワーク解析のために特別に設計された初の量子アルゴリズムを提示し、細胞代謝をモデル化するためのフラックスバランス解析（FBA）向けの量子コンピューティングフレームワークを導入しています。

FBAは、代謝経路が反応フラックスをどのように配分して、バイオマス生産やエネルギー生成といった生物学的目的を最大化するかを予測するために広く利用されています。しかし、これらの解析を、ますます大規模化・動的化・多種の生物種を含む代謝ネットワークへと拡張しようとすると、基礎となる最適化問題を解くために大規模な行列逆行列計算を繰り返し行う必要があるため、計算上の複雑さが極めて高くなります。このボトルネックに対処するため、研究者らは、線形系を効率的に解くための量子アルゴリズムである量子特異値変換（QSVT）を用いて、フォールトトレラント量子コンピュータ上で実行できるようFBAの最適化問題を再定式化した量子内点法（QIPM）を開発しました。QSVTの性能は最適化行列の条件数によって強く制限されることを認識し、彼らは、量子行列逆行列計算の前に条件数を低減することで数値的安定性を劇的に向上させる、新規の零空間射影および適応型正則化戦略を導入しました。このフレームワークは、解糖系およびトリカルボン酸（TCA）回路の代謝ネットワークに対する数値シミュレーションを通じて検証されました。その結果、量子アルゴリズムは古典的な最適解に正確に収束するとともに、生物学的に意味のあるフラックス分布をうまく再現することができました。

現在の量子ハードウェアでは、これらの問題に対して実用的な速度向上をもたらすことはまだできないものの、本研究は代謝経路解析に特化した初の量子アルゴリズムを確立し、ゲノム規模の代謝、動的フラックスバランス解析、マイクロバイオームモデリング、および将来的には古典的な計算手法の能力を超える可能性のあるその他の複雑な生物学的システムへの将来的な応用に向けた、拡張可能な基盤を提供するものです。