Dans un monde où la précision des calculs de chimie quantique détermine l'avenir des catalyseurs et des processus biologiques, l'équipe d'IBM, RIKEN et NVIDIA a réalisé un pas en avant remarquable. En utilisant un processeur quantique à 72 qubits et un puissant superordinateur, les chercheurs ont nettement amélioré la précision du calcul de l'énergie du cluster fer-soufre Fe4S4.
L'objet de l'étude est le complexe modèle [Fe4S4(SCH3)4]²⁻, élément clé des ferrédoxines et de la nitrogénase. Ces clusters participent au transfert d'électrons dans les organismes vivants, et leurs états électroniques sont extrêmement complexes en raison de la forte corrélation d'un grand nombre d'électrons. L'espace actif comprenait 54 électrons et 36 orbitales, ce qui fait de ces calculs un défi sérieux pour les méthodes classiques.
Les scientifiques ont appliqué une méthode hybride, la diagonalisation quantique basée sur des échantillons (SQD). Le processeur quantique ibm_kingston collectait des échantillons de configurations électroniques, tandis que le superordinateur ROQUO équipé de GPU NVIDIA effectuait le traitement ultérieur et la diagonalisation. La principale innovation réside dans l'utilisation d'une symétrie de spin brisée comme état initial (BS-UHF), ce qui a permis de prendre en compte d'emblée les interactions magnétiques entre les atomes de fer.
Le résultat est impressionnant : la meilleure énergie directe ne s'est révélée supérieure que de 4,3 millihartree à la valeur obtenue par la méthode DMRG avec une taille de liaison de 4000. C'est environ 79 fois plus proche de la référence que dans les expériences précédentes. L'extrapolation à un espace infini a donné une valeur pratiquement identique à celle de la DMRG, dans les limites de l'erreur.
Cette avancée montre à quel point un point de départ de qualité est important pour les algorithmes hybrides quantiques-classiques. Même avec un nombre limité de qubits, le bon choix de l'état initial et un puissant post-traitement classique permettent d'approcher la précision chimique dans des systèmes complexes.
Ce travail ouvre la voie à une modélisation plus précise des enzymes et de nouveaux matériaux. Les prochaines étapes consistent à transposer la méthodologie au calcul des énergies de réaction et des potentiels d'oxydoréduction, où la précision est particulièrement critique pour les applications pratiques.
