Klinische Studien

Merck leitet Quantum Computing Projekt

9. Dezember 2021, 9:31 Uhr | Heinz Arnold

Merck ist »BAIQO« beigetreten, in dessem Rahmen Grundlagen für den Einsatz von Quantum Computing bei der Modellierung klinischer Studien geschaffen werden sollen.

Das vom BMBF geförderte Forschungsprojekt BAIQO (Bayesian Network Analysis and Inference via Quantum-assisted Optimization) ist auf drei Jahre angelegt. Merck arbeitet dazu im Verbund mit dem Quantum Applications & Research Laboratory (QAR-Lab) der Ludwig-Maximilians-Universität München (LMU) zusammen. Der Fokus des Forschungsprojektes liegt darauf, Grundlagen für den Einsatz von Quantum Computing in der Modellierung klinischer Studien zu schaffen. Beide Partner untersuchen gemeinsam die Potenziale verschiedener Quantenalgorithmen zur Optimierung von Modellen, die mit Hilfe von maschinellem Lernen aus großen Datensätzen generiert werden.

»Die Algorithmen sollen in unsere bestehende Optimierungsplattform integriert und untersucht werden. Gemeinsam gehen wir das Thema an, wie man Wirkstoffkandidaten gezielter, schneller, noch sicherer und damit natürlich auch nachhaltiger durch die Phase der klinischen Entwicklung bringen kann«, sagt Thomas Ehmer, Projektleiter auf der Seite des Industrieprojektpartners Merck. »BAIQO bietet natürlich Potential für neue innovative Arbeitsplätze in diesem Technologiebereich.«

Die Informatik-Professorin Claudia Linnhoff-Popien, Lehrstuhlinhaberin und Leiterin des QAR-Labs der LMU, sieht im Quantum-Computing ein immenses Anwendungspotenzial für die Optimierung klinischer Studien: »Mit unserer langjährigen Expertise im Bereich Künstliche Intelligenz und Quantum Computing wollen wir Merck bei der Entwicklung und Umsetzung nutzbringender Algorithmen unterstützen.«

Maschinell abgeleitete Modelle für klinische Studien (sogenannte Bayes'sche Modelle) sind oft hochkomplex mit sehr vielen Variablen und Abhängigkeiten zwischen den Variablen. Die Forschungspartner wollen evaluieren, inwieweit solche Modelle generell in Optimierungsprobleme übersetzt werden können, um so die bestmögliche Parameterverteilung für das Modellieren erfolgreicher klinischer Studien zu bestimmen.

Außerdem soll das BAIQO-Projektes klären, inwiefern – unter den noch bestehenden Einschränkungen aktueller Quantum Computing Hardware – unterschiedliche Arten von Quantenalgorithmen eingesetzt werden können. Die derzeit zur Verfügung stehende Hardware ist unter der Bezeichnung Kürzel NISQ-Hardware bekannt, wobei NISQ für Noisy Intermediate-Scale Quantum) steht. Die Evaluierung auf aktuell verfügbaren NISQ-Geräten wird zudem klären, ob ein »Quanten Vorteil« im Vergleich zu klassischen Ansätzen zur Optimierung klinischer Studien besteht. Es ist geplant, wissenschaftliche Ergebnisse von BAIQO projektbegleitend in renommierten Fachzeitschriften zu veröffentlichen.

Das Projektvolumen von 1,5 Mio. Euro wird zu 73,3 Prozent durch das BMBF über die Förderbekanntmachung »Anwendungsnetzwerk für das Quantencomputing« gefördert. Die Förderbekanntmachung ist eine Maßnahme zur Umsetzung des Regierungsprogramms »Quantentechnologien – von den Grundlagen zum Markt«.