Chem Rev｜药物发现中的量子机器学习：在学术界和制药界的应用

本文综述了量子机器学习（QML）在药物发现中的应用，特别是在量子神经网络（QNN）方面的研究进展。背景方面，量子计算通过量子比特的叠加和纠缠特性，提供了并行计算能力，但当前量子硬件仍受限于噪声和量子比特数量。研究目的方面，文章探讨了QNN在药物研发中的潜力，包括量子图神经网络（QGNN）和量子卷积神经网络（QCNN）等架构的应用。结论方面，尽管QML在理论上具有优势，但在实际应用中仍面临量子比特连通性、数据编码和测量精度等技术挑战。未来随着量子硬件的进步，QML有望在新药发现等领域实现突破。