The QPath Blog
Farmacogenómica cuántica con QuantumPath® en Amazon Braket
Autores



Introducción
La computación cuántica tiene aplicaciones variadas en el campo de la medicina y la salud: descubrimiento de fármacos, reconstrucción de secuencias de ADN, resolución de tareas de ensamblaje de genomas, clasificación de imágenes médicas, detección de pacientes de COVID-19 con rayos X, etc.
Una de las aplicaciones más interesantes es la de predecir la interacción y el efecto de un fármaco sobre un organismo determinado, lo que es imposible obtener en tiempo práctico de respuesta con los ordenadores clásicos debido a la gran cantidad de variables a tratar. Por lo tanto, solo la computación cuántica nos permitirá predecir adecuadamente las enfermedades y los resultados de los pacientes y hacer realidad la medicina de precisión. La medicina de precisión (encontrar el fármaco preciso para el objetivo más específico) ha evolucionado a un ritmo exponencial en los últimos años y ha impulsado el desarrollo de la medicina centrada en la persona [1]. Uno de los elementos clave en este sentido ha sido el conocimiento científico derivado de la panómica, que combina el análisis de datos genómicos, transcriptómicos, proteómicos y metabolómicos multidimensionales [2]. De hecho, no hay medicina personalizada sin farmacogenética ni farmacogenómica, no tiene ningún sentido [3].
QSalud: Farmacogenómica cuántica aplicada al envejecimiento
La genómica es uno de los impulsores más importante de la medicina de precisión y es considerada por muchos expertos como la que tiene el mayor potencial disruptivo en el cuidado de la salud [1]. En nuestro caso, estamos interesados en mejorar el tratamiento farmacológico de las personas mayores y por ello estamos trabajando en el proyecto QSalud: “Farmacogenómica cuántica aplicada al envejecimiento”. El objetivo general del proyecto es, ante todo, humano: aumentar la longevidad y la calidad de vida de las personas mayores, algo a lo que QSalud contribuirá gracias a la investigación de las relaciones entre los determinantes genéticos y otras variables en la trayectoria de salud de las personas mayores a lo largo de su vida, incluyendo la reacción que los fármacos pueden desencadenar en los ancianos, de tal forma que se puedan predecir los posibles efectos adversos que un determinado fármaco puede tener en la salud de una persona mayor en función de su historial de consumo de fármacos, los efectos de los fármacos y sus determinantes fisiológicos y genéticos.
Tal y como afirma el Dr. Adrián Llerena, Presidente de la Sociedad Española de Farmacogenética y Farmacogenómica, miembro del Grupo de Trabajo de Farmacogenómica de la Agencia Europea del Medicamento (EMA) y líder científico del proyecto QHealth, “Si queremos un sistema más eficiente que se ajuste la medicación a personas y no a medias, tendremos que incluir biomarcadores en la cartera de servicios” [4].
Por ello, el tratamiento cuántico de los biomarcadores ocupa un lugar estratégico en la investigación y desarrollo del proyecto QSalud y es un factor determinante entre los indicadores para medir los resultados de este proyecto:
· Factores genéticos (biomarcadores) incluidos en el análisis
· Interacciones farmacológicas entre los diferentes fármacos incluidos en el análisis.
· Beneficiarios potenciales: la población adulta mayor
Para lograr este objetivo, QSalud se han diseñado los modelos científicos, metodológicos y tecnológicos necesarios para la concepción de los fundamentos científico-técnicos de un sistema híbrido clásico/cuántico, capaz de realizar optimizaciones y simulaciones imposibles de realizar en tiempos de ejecución razonables en ordenadores clásicos, que, gracias a la integración con aplicaciones sanitarias clásicas, proporcione transparentemente los resultados del sistema a los profesionales sanitarios encargados de prescribir medicamentos a las personas mayores. Este sistema híbrido no solo tendrá un impacto humano, sino que también tendrá un impacto económico porque permitirá optimizar las inversiones que los sistemas de salud hacen en el financiamiento de medicamentos y en el abordaje de los efectos adversos que muchas veces los medicamentos provocan en las personas mayores .
El proyecto tiene un presupuesto total de 5.160.477,00 euros y ha recibido una subvención de 3.671.281,69 euros del CDTI (Centro para el Desarrollo Tecnológico Industrial de España). El proyecto ha sido apoyado por el Ministerio de Ciencia e Innovación de España y por el FEDER (Fondo Europeo de Desarrollo Regional). En él participan un equipo multidisciplinar de investigadores y tecnólogos de las empresas aQuantum (by AlhambraIT), Gloin, Madrija y el Instituto Universitario de Investigaciones Biosanitarias de Extremadura en colaboración con la Unidad de Farmacogenética y Medicina Personalizada, la Universidad de Extremadura y la Universidad de Castilla-La Mancha .
Por lo tanto, como se muestra en la Figura 1, QSalud concibe un sistema cuántico híbrido que combina aplicaciones de atención médica y el análisis de datos con computación cuántica. Las tecnologías cuánticas permitan ya, ahora, realizar optimizaciones y simulaciones cuya realización en hardware clásico no es posible en plazos aceptables. Este sistema híbrido, en combinación con aplicaciones de salud clásicas, brindará sus resultados a los profesionales médicos involucrados en la prescripción de medicamentos a adultos mayores. También contemplamos el uso de la solución híbrida en el caso de personas más jóvenes con condiciones de salud y tratamiento de medicamentos difíciles, tratando de reducir los impactos negativos de los medicamentos debido a su correlación y efectos secundarios mutuos cuando se usan en combinación. Utilizando las historias clínicas y las variables socioeconómicas y genéticas de las personas analizadas, también podemos hacer recomendaciones para los tratamientos farmacológicos adecuados y proporcionar una evaluación de riesgos antes de prescribirlos.

Figura 1. Vision general del proyecto QSalud
QuantumPath®: la plataforma para el desarrollo de aplicaciones de software cuántico de calidad
Algunas plataformas permiten a los usuarios diseñar y ejecutar aplicaciones cuánticas en un entorno de desarrollo integrado, pero solo unas pocas ofrecen un ecosistema completo para el desarrollo de software cuántico [5]. QuantumPath® [6] proporciona un ecosistema de herramientas, servicios y procesos que simplifican el desarrollo de algoritmos cuánticos en el contexto de los sistemas de información híbridos (ver Figura 2).

Figura 2. Visión general de QuantumPath®
La Figura 2 resume visualmente los elementos más relevantes y diferenciadores que QuantumPath® aporta al desarrollo de algoritmos y software cuántico:
· La arquitectura de la plataforma, compuesta por dos grandes módulos:
o QPath Core, que proporciona una poderosa plataforma de herramientas, servicios y API para la creación de soluciones cuánticas independientes de la tecnología.
o QPath APPs para desarrollar aplicaciones y algoritmos cuánticos de alta calidad que respalden la adopción de mejores prácticas de ingeniería y programación de software.
· Las capacidades más notables de QuantumPath® en la actualidad, el resultado de integrar a la perfección lo más avanzado en computación cuántica e ingeniería de software cuántico en una plataforma diseñada para acelerar la computación cuántica práctica.
· Las grandes ventajas actuales que aporta QuantumPath® a quienes quieren desarrollar software cuántico de alta calidad
Este ecosistema permite acelerar el desarrollo de software cuántico y gestionar su ciclo de vida, desde la creación de algoritmos cuánticos hasta el desarrollo, las pruebas y el despliegue, hasta el despliegue y la reutilización; es una plataforma completamente diseñada para proporcionar un camino para una adopción más rápida de tecnologías cuánticas. El desarrollador de software cuántico diseña visualmente los algoritmos cuánticos con Q Assets Compositor® (tanto los circuitos cuánticos como las definiciones del modelo de recocido, consulte la Figura 3) dejando los detalles subyacentes del sistema (desde el modelo hasta los resultados), ya que el ciclo de vida es completamente automático [ 7].

Figura 3. Interfaces gráficas de QuantumPath®
QuantumPath® es agnóstico respecto a las tecnologías y lenguajes de programación cuánticos, lo que permite elegir como destino de ejecución computadoras y simuladores cuánticos (annealing y basados en puertas), guiados por procesos totalmente automáticos, respaldados por toda la telemetría almacenada. De esta forma, los equipos de desarrollo cuántico pueden centrarse en el conocimiento y dejar los detalles a la plataforma.
QuantumPath® adopta y promueve la coexistencia de la computación clásica y cuántica, a través de su arquitectura qSOA®, a través de ConnectionPoints y su protocolo basado en estándares abiertos. Además, el diseño modular de la plataforma admite soluciones de terceros como complementos, a través de sus canales de control. Esto significa que las futuras tecnologías cuánticas se pueden agregar sin esfuerzo como nuevas capas, mejorando sus soluciones cuánticas.
Además, QuantumPath® es la única plataforma concebida específicamente desde una perspectiva de ingeniería de software cuántico [8], que incorpora una serie de componentes (aplicaciones de plataforma) que dan soporte a la gestión de proyectos de desarrollo de software cuántico, dan soporte a la evolución del software cuántico (procesos de reingeniería/modernización de software), incluye diferentes técnicas para las pruebas de software cuántico, garantizan la calidad del software cuántico, promueven la reutilización del software cuántico y facilitan la gobernanza y la gestión del software cuántico.
Arquitectura QSalud: QuantumPath® y soporte de Amazon
Uno de los retos más críticos del proyecto QSalud es la forma en que el sistema debe resolver el problema que se plantea: la necesidad de realizar un análisis médico sobre un gran número de variables a analizar y cómo desarrollar el análisis del cálculo cuántico necesario para abordar las complejidades asociadas con ese análisis. La solución a este problema de QSalud se aborda, fundamentalmente, mediante el enfoque de annealing cuántico.
· Pero este desafío abre nuevos horizontes en el diseño del propio sistema. La primera decisión arquitectónica fue: una arquitectura híbrida en la que una parte clásica realiza tareas de gestión de datos y una parte cuántica realiza tareas de procesamiento sin procesar para la combinatoria. QuantumPath® proporciona las herramientas adecuadas para simplificar la construcción de sistemas híbridos independientes de la tecnología del proveedor cuántico: reduciendo al mínimo el trabajo necesario para crear el sistema conector híbrido que hace posible la explotación de la computación cuántica en casi todas sus vertientes.
La segunda decisión arquitectónica importante estuvo relacionada con otro desafío fundamental: la forma en que se integra el entorno clásico con el cuántico. El proyecto QSalud (Figura 4) proporcionará:
· una interfaz de composición de gráficos, a través de la cual el sistema clásico podrá definir las estructuras de conocimiento necesarias
· un motor de interacción con QuantumPath API qSOA® que permitirá la generación dinámica de circuitos agnósticos para lanzar contra el proveedor cuántico que mejor se adapte a las necesidades del sistema. En este caso se han preseleccionado los recursos de Amazon Braket y sus conectores D-Wave. Gracias a Amazon Braket es realmente factible poder lanzar experimentos contra el solucionador D-Wave para que QuantumPath® disponga de una capa adicional de refuerzo. Pero no queda limitado a Braket. La capacidad agnóstica de QuantumPath® soporta la conexión directa con computadores de annealing, independiente del fabricante. Si por algún motivo fuera necesario acceder a otro ordenadora annealing, por poner un ejemplo, QuantumPath podrá seguir conectando directamente contra el hardware de D-WAVE, o con cualquier otro proveedor de tecnología compatible. Sin afectar en absoluto al proyecto y a la algoritmia desarrollada.
· proporciona información de monetización basada en ranuras de pago por uso en caso de que se pague el servicio de hardware cuántico.
* Brinda información detallada de los logs de trabajos y las ejecuciones con los cuales corroborar los generados por la plataforma

Figura 4. QuantumPath® en AWS y otros proveedores de Annealing
Las Figuras 5 a la 8 proporcionan algunas pantallas que muestran los procesos del ciclo de vida de QuantumPath® para el desarrollo del Proyecto QSalud con AWS.

Figura 5. Creación de soluciones QuantumPath®

Figura 6. Ejecuciones agnósticas conectadas a Amazon Braket

Figura 7. Formulación annealing utilizando Q Assets Compositor®

Figura 8. Métricas de tiempo de ejecución e independientes de la plataforma con los servicios de Amazon Braket
Conclusiones
Como sabemos, la 4ª revolución industrial, que proviene de la nanotecnología, la biotecnología, la genómica y la computación cuántica, ya ha comenzado. De hecho, uno de los sectores donde más se puede explotar el potencial de las tecnologías cuánticas es el médico y sanitario.
Nos preocupa que las mejores prácticas de la ingeniería de software no se olviden y, por ello, que las mismas se incorporen a las plataformas de desarrollo para garantizar la calidad de los sistemas de información cuántica [9]. Estos temas son aún más relevantes para aplicaciones relacionadas con la salud y la medicina.
Esta publicación muestra cómo la combinación de Amazon Braket y QuantumPath® representa un entorno excelente para que las instituciones, las empresas y los profesionales aceleren la adopción del desarrollo de software y algoritmos cuánticos de calidad real. Además, para los equipos de desarrollo de software cuántico ya existentes, gracias a las funcionalidades híbridas de la ingeniería de software cuántico y la aplicación de ciclo de vida, existen herramientas para la optimización de los procesos de desarrollo de software, el aumento de la productividad y asegurando sus inversiones en desarrollo de software cuántico, siendo más competitivos en el emergente negocio del software cuántico para la computación cuántica práctica.
Se puede acceder a QuantumPath® para realizar pruebas prácticas en tiempo real a través de cuatro tipos de suscripciones en línea, incluida una suscripción gratuita en QPath® Free Developer.
El contenido y las opiniones de esta publicación es de los autores y AWS no es responsable del contenido o la precisión de esta publicación.
[1] The Disruptive Power of Quantum Computing in Precision Medicine, I. Vasiliu-Feltes -July 21, 2020, Medicine, https://coruzant.com/op-ed-p/quantum-solace/the-disruptive-power-of-quantum-computing-in-precision-medicine/
[2] Panomics for Precision Medicine. C. Sandhu, A. Qureshi, and A. Emili. Trends Mol Med. 2018 24(1): 85–101, https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5839674/
[3] Para un sistema más eficiente hay que incluir biomarcadores en la cartera de servicios. A. Llerena. https://youtu.be/s8OpSYH09Ko
[4] Interview with Dr. Adrian Llerena. https://isanidad.com/194810/dr-adrian-llerena-si-queremos-un-sistema-mas-eficiente-tendremos-que-incluir-los-biomarcadores-en-la-cartera-de-servicios/
[5] Quantum Computing. J. L. Hevia, G. Peterssen, C. Ebert, M. Piattini. IEEE Software. 38(5): 7-15 (2021). https://ieeexplore.ieee.org/document/9520227
[6] QuantumPath: A quantum software development platform, J. L. Hevia, G. Peterssen and M. Piattini Journal of Software: Practice and Experience.
[7] A New Path to Create Solutions for Quantum Annealing Problems. J.L. Hevia, E. Murina, G. Peterssen and M. Piattini. Journal of Quantum Information Science, 11 (3), 112-125. September 2021. https://www.scirp.org/journal/paperinformation.aspx?paperid=111942
[8] The Talavera Manifesto for Quantum Software Engineering and Programming. https://www.aquantum.es/manifesto/
[9] Towards a quantum software engineering. M., Piattini, M. Serrano, R. Pérez-Castillo, G. Peterssen, and J. L. Hevia. IT Professional, vol. 23, no. 1, pp. 62–66, Jan.-Feb. 2021. doi: 10.1109/MITP.2020.3019522. https://ieeexplore.ieee.org/document/9340056