分子力学与量子力学
分子力学（MM）是一种传统的计算方法，在有机合成化学，药物化学和药物设计等方面有重要的应用。但是，MM方法对药物受体微环境中基于电子的特性进行研究时存在很大的局限性（注：分子力学忽略了电子的作用，虽然计算快速、计算量小且适用范围广，但仅限于研究不涉及电子反应的过程）。量子力学（QM）方法可以大大提高预测的准确性，并可用于化学和生物学体系及其相互作用的计算，缺点是QM方法在计算上极为昂贵（注：通常随着体系的增加，计算量呈指数增长，导致对硬件设备要求高）。近年来随着如密度泛函理论（DFT）（注：密度泛函方法以简单的单电子密度代替复杂的波函数，减小了计算量），计算机性能的提高，以及基于云计算的分布式架构的出现，使得用QM方法计算成为可能。本文主要介绍几个用量子力学方法并与其他方法结合进行药物研发的著名初创计算公司，QM方法应用于药物研发将有望提高药物研究的成功率。
QM方法分类
量子力学方法是基于薛定谔方程，从微观角度研究化学问题的一种方法。量子力学方法是将原子分为原子核和核外电子两部分，分别求解原子核与原子核，原子核与核外电子，核外电子与核外电子的方程，其中求解电子间的部分最为耗时。QM方法包括：
耦合簇理论（CC），CC 方法是最可靠、最准确的量子化学计算方法之一。单双迭代三重激发耦合簇理论方法 (Coupled Cluster with Single and Double and Perturbative Triple Excitations，CCSD(T))更被喻为是计算化学的―金字招牌。CCSD(T)/CBS 方法能够准确地计算非键作用，但是此方法对计算机硬件要求非常高，目前仅限于计算包含几十个原子。
微扰理论方法（MP），通常包括MP2(二阶微扰）,MP3（三阶围绕）然而该方法目前仅限于包含一百个原子以内的体系的计算。
密度泛函方法（DFT），目前 DFT 方法仅能应用到包含几百个原子的体系。
半经验量子力学方法（SQM），SQM方法可以用于计算包含上千个原子的大体系，且计算效率要优于从头算方法。
应用QM理论进行药物研发的初创企业
ChemAlive
总部位于瑞士的ChemAlive公司成立于2014年，致力于将量子力学计算和机器学习等多种技术结合使用，从而准确预测化学反应、分子特性，并为药物研发提供技术支持。该公司开发了一系列基于云计算的软件产品，可通过应用程序编程接口（API）获得，包括InteraQt（基于结构的量子动力学和量子力学/分子力学对接工具），ConstruQt（用于设计化学库的高通量量子化学），以及用于化学反应建模和光谱预测的其他软件包。2017年，ChemAlive赢得了MassChallenge瑞士初创企业竞赛并获得项目开发资助，同时也获得了多个企业家精神和研究奖项。
Cloud Pharmaceuticals
成立于2014年，这家位于北卡罗来纳州的公司应用包括化学信息学，机器学习和量子力学在内的一系列计算技术来加速和改善药物研发进程。他们的研究平台–量子分子设计（QMD）使用云计算技术，该技术提供了强大的计算能力并具有灵活性，可以对复杂的化学及生物过程进行建模。借助QMD，该公司可以快速，经济高效地产生类似药物的靶蛋白和相近药物，从而广泛的实现生物制药和“非药物”的目标。虽然QMD的关键组件是人工智能引擎，但重要组成部分是应用量子力学与分子力学结合（QM/MM）来准确预测溶剂和蛋白质环境中蛋白-配体结合的亲和力。迄今为止，Cloud Pharmaceuticals通过两轮风险投资和研究赠款共募集了150万美元。2018年，它与GSK签署了一项发现新型小分子线索的研究协议。
Entropica Labs
是一家新加坡创业公司，成立于2018年，正在为生物信息学构建基于云计算的量子计算软件和算法。他们的平台将多组学数据集和表型测量与经典量子力学-机器学习方法混合在一起。专注于医疗保健，药物开发和农业技术，Entropica Labs的软件使基因组学研究人员能够使用新形式的统计分析和机器学习，从而能够更好的发现个性化治疗的有效方法，研发更安全的药物和更高产的农作物。目前该公司已从Entrepreneur First基金募集了资金。
GTN
总部位于伦敦的计算初创公司GTN开发了专利技术和软件Generative Tensorial Networks，该技术可以分析小分子的大化学空间，从而发现可能会成为药物的小分子。该软件基于机器学习和量子物理学的技术，与传统的计算方法相比具有出色的效果。2018年，GTN 从包括Isomer Capital，Octopus Ventures和Pentech Ventures在内的多个投资者那里募集了约270万美元。
Hafnium Labs
于2018年在丹麦成立，是一家早期研究创业公司，开发了两个软件包，用于对纯组分和混合物的物理性质进行高精度模拟以及对电解质进行建模。Q-props和Epsilon这两种软件产品都结合了量子化学，人工智能（AI）和云计算的最新进展，以实现高精度的预测。通过云计算功能，Hafnium Labs可以准确预测化学反应，从而加快药物发现，新材料和工艺的开发。它还具有按使用付费的商业模式，与传统模式相比这种模式更实惠。到目前为止，Hafnium Labs从丹麦创新基金，IBM和Climate-KIC加速计划（EIT）募集了赠款。
Pharmacelera
位于巴塞罗那的计算初创公司Pharmacelera通过两个主要软件包PharmScreen和PharmQSAR并应用量子化学技术来促进药物的设计。第一个工具使用基于相互作用场的高精度3D配体比对算法，进行基于配体的精确虚拟筛选。与传统方法和工具相比，这种方法具有多样性。PharmQSAR是一种3D定量结构-活性关系（QSAR）工具，可将多种相互作用组合在一起以进行CoMFA / CoMSIA研究。该公司成立于2015年，迄今为止已从赠款和制药业务那里募集了超过100万美元。此外，Pharmacelera的联合创始人兼首席执行官Enric Gibert博士也回答了有关现代药物设计中量子物理学的现状和未来的许多问题。
ProteinQure
总部位于多伦多的初创公司ProteinQure成立于2017年，它将量子计算，深度学习和分子模拟相结合，以设计新型蛋白质药物。并使用这些技术组合来探究生命活动的基本过程，例如蛋白质折叠以及生物分子之间相互作用的基本物原理。
利用其专有算法和外部超级计算资源，ProteinQure可以设计基于小肽的治疗（包括环肽），并在没有已知晶体结构的情况下探索蛋白质结构。
Qulsb
Qulab成立于2017年，位于加利福尼亚州，在不久的将来可能会推出小型量子计算机。同时，该公司建立了一个由AI驱动的集成药物设计和化学合成平台Quleap，该平台目前在传统计算机上运行，并已为制药合作伙伴提供了高精度的建模功能。但是该公司指出，他们需要一个300至1000量子位的量子计算机，来提高药物设计的质量。一旦拥有如此大的量子计算机，Qulab便有望成为该药物研究领域的领跑者。
Riveriane
Riverlane是一家来自英国剑桥的早期创业公司，刚刚从Amadeus Capital Partners和Cambridge Innovation Capital募集了420万美元初始资金，用于在一系列量子计算硬件平台上验证其技术并与早期采用者建立商业关系。Riverlane公司在材料设计和药物研发中通过一系列量子计算的硬件平台来保障其技术的运行。
Silicon Therapeutics
总部位于波士顿的药物计算公司，成立于2016年，其宗旨是通过基于物理学的分子模拟，量子物理学，统计热力学和分子动力学模拟改善药物研发进程。Silicon Therapeutics专注于癌症和炎症先天免疫力的研究，并且已经拥有了自己的早期小分子筛选药物渠道，目前有两种研发药物已经进入了临床阶段。该公司在构象遗传学领域也有贡献，致力于将遗传突变与生物学功能联系起来。迄今为止，Silicon Therapeutics 已从BIDMC，红杉，成威和其他投资者那里募集了5000万美元。
XtalPi
是一家总部位于波士顿的制药技术公司，该公司由麻省理工学院的量子物理学家于2014年成立。它采用量子力学、人工智能和高性能云计算算法对药物进行研发，可对小分子药物及其晶体结构进行高精度的理化性质和药物特性的预测，这也是成功研发药物的关键要素。XtalPi 从包括红杉中国，腾讯和谷歌在内的六家投资者中募集了总计6760 万美元，这使其成为市场上资金最雄厚的计算药物研发初创公司之一。2018年，该公司宣布与辉瑞（Pfizer）建立战略研究合作伙伴关系。