聚合物的长度和复杂性是它们成为令人敬畏的研究对象，它构成了塑料等人造材料和生命基本组成部分的蛋白质的分子链。意大利的研究人员现在正以一种新的方式来解决这个问题，他们使用量子计算机使聚合物研究变得更容易接近。

在意大利的里雅斯特市(Trieste)的国际高级研究学院和特伦托市(Trento)的特伦托大学之间的合作中，研究团队使用被称为量子退火器的专业量子计算机来预测聚合物分子链的配置。研究人员Cristian Micheletti表示，他们首先必须重塑聚合物物理学的基本模型，以便将它们用于量子计算框架。人们预计量子技术将成为未来科学计算的驱动力。

尽管聚合物无处不在且有用，但众所周知的是，聚合物很难研究。这些分子链的折叠、缠绕和相互连接的方式赋予了聚合物材料独特的特性。当研究人员研究聚合物时，他们对大量这种可能的形状(也称作构象)进行采样，并计算它们的特性。例如，研究塑料聚合物链如何在不同温度下解离，可以告诉我们材料在变热时如何变弱或熔化。同样，研究生物聚合物(如DNA)，可能会提供对细胞工作的宝贵见解。

然而，研究聚合物是一项计算挑战，特别是如果它们是密集堆积的。最简单的聚合物模型将它们视为规则晶格上的连续路径。但是路径的数量(即聚合物链可以折叠和扭曲的方式数量)因太多而无法计算，即使对于功能强大的超级计算机也是如此。更重要的是，并非所有可能的路径在化学上都是有效的，一些聚合物不允许链分成两个，而另一些则不允许成环。从令人生畏的大搜索空间中采样有效构象的任务是聚合物物理学中的一个核心问题。

在发表在《物理评论快报》上的一篇研究中，研究人员设计了一种新方法来将识别有效聚合物构象的问题映射到一个更容易处理的问题上，即最小化量子系统的能量。为此，他们将聚合物构象的规则编码到一个被称为哈密顿量的数学对象上，该对象描述了量子系统的能量动力学。这个哈密顿量的最低能量量子态只包含那些遵守规则的聚合物链排列。

该团队的下一个任务是获得哈密顿量的最低能量解。他们在量子计算公司D-Wave Systems研发的量子退火机的帮助下做到了这一点。与可以通过一些列基本操作执行通用逻辑的通用量子计算机不同，量子退火机专注于寻找最低能量态的单一任务。研究人员使用D-Wave的量子退火设备并用足够简单的示例来验证他们的算法，以适合可用的硬件。至关重要的是，他们观察到，量子辅助算法的运行时间相比相同算法的经典版本表现的更有利，至少对于他们在量子退火机上研究的大小的例子是如此。

由于当今可用的小尺寸硬件限制了可以使用这种技术探测的聚合物的复杂性，我们可能需要等待一段时间才能使用量子计算机设计钓鱼线和织物等常见聚合物。然而，这项新研究的结果是一个很好的起点。Micheletti补充说：“我们正在考虑将其扩展到更丰富更逼真的聚合物模型。”（编译:Qtech）