La mayoría de los tutoriales de VQE que encontrarás en internet — incluido el nuestro — simulan hidrógeno o hidruro de litio: moléculas con un puñado de átomos, elegidas porque eso es lo que el hardware y los niveles de ruido actuales pueden manejar realmente. En marzo de 2026, Cleveland Clinic e IBM publicaron algo categóricamente mayor: un flujo de trabajo híbrido cuántico-clásico que modela la estructura electrónica de Trp-cage, una miniproteína de 303 átomos, usando el procesador Heron r2 de IBM.
Es un salto genuino en escala, y vale la pena entender tanto por qué es difícil como qué prueba —y qué no— el número de átomos que aparece en los titulares.
Por qué el tamaño de la molécula es todo el problema
El argumento original de Feynman de 1982 a favor de la computación cuántica era precisamente este: simular sistemas cuánticos de forma exacta en un ordenador clásico cuesta recursos que crecen exponencialmente con el tamaño del sistema, porque la función de onda electrónica vive en un espacio de Hilbert cuya dimensión crece explosivamente con el número de orbitales involucrados. Los químicos suelen sortear esto con aproximaciones, pero la respuesta exacta para cualquier cosa más allá de moléculas pequeñas está fuera del alcance clásico. Esa es toda la motivación de VQE — el artículo de Peruzzo de 2014 que lo introdujo usaba un bucle híbrido cuántico-clásico precisamente porque el hardware a corto plazo no puede hacer todo el cálculo por sí solo.
Esto también explica por qué "¿cuántos átomos?" es una vara de medir genuinamente significativa para las demostraciones de química cuántica, de una forma en que no lo sería, por ejemplo, para un benchmark de muestreo de circuitos aleatorios. Pasar de una molécula de 2 átomos a una de 303 no es una exageración de marketing del mismo resultado — es un salto real en el tamaño del problema que se está atacando.
Qué es Trp-cage y por qué se eligió
Trp-cage no es una molécula grande elegida al azar para un comunicado de prensa — es una miniproteína de 20 residuos, bien estudiada, que ha sido un referente estándar en la investigación de dinámica molecular y plegamiento de proteínas durante años, precisamente porque es lo bastante pequeña como para ser manejable, pero lo bastante real como para comportarse como una proteína de verdad. Usar un sistema de referencia establecido en lugar de uno novedoso facilita comprobar el resultado frente a décadas de datos de simulación clásica ya existentes.
Lo que "flujo de trabajo híbrido" casi con toda seguridad significa aquí
Lee con atención el número de átomos. La estructura electrónica completa de un sistema de 303 átomos está muy por encima de lo que cualquier QPU actual toca directamente, y es muy poco probable que los electrones de los 303 átomos se hayan representado realmente en el procesador cuántico. El escenario realista —coherente con el enfoque publicado por IBM para trabajos similares con moléculas grandes— es un esquema de incrustación híbrido: un espacio activo cuidadosamente elegido (los electrones y orbitales que más importan para la propiedad que se estudia) pasa por el hardware cuántico, mientras que el resto del sistema se maneja de forma clásica y se recompone. Eso no resta mérito al resultado; es como funciona hoy en día cualquier afirmación de "un ordenador cuántico simula una molécula real" en este rango de tamaño, y encaja exactamente con el patrón de algoritmo híbrido en el que el campo se ha asentado para la era NISQ. La conclusión honesta es que el número de los titulares describe el sistema estudiado, no una prueba de que la QPU hizo el mismo trabajo en cada átomo.
Por qué sigue siendo un hito significativo
Salvedades aparte, este es un avance real en lo que estas canalizaciones híbridas pueden manejar. La mayoría de las demostraciones anteriores de "un ordenador cuántico hace química" no pasaban de moléculas con conjunto de base mínimo y un puñado de átomos. Escalar la misma clase de técnica a un sistema de 303 átomos, biológicamente relevante y ampliamente caracterizado —y ejecutar la parte cuántica en hardware real en lugar de como sustituto clásico— demuestra que la canalización misma escala, que es el verdadero cuello de botella que los fabricantes están tratando de resolver. Se suma a otros hitos de química de 2026 en la misma dirección, incluida la demostración de Qubit Pharmaceuticals y Pasqal de colocación algorítmica cuántica de moléculas de agua en el bolsillo de una proteína — una tarea de nivel de biología molecular, no de libro de texto.
Qué significa esto si estás aprendiendo hoy
No necesitas acceso a Heron r2 — ni ninguna QPU real— para aprender la técnica que se usa aquí. Los mismos componentes de VQE (construcción del ansatz, selección del espacio activo, el bucle de optimización clásico) se aplican tanto si estás ajustando H₂ en un simulador local gratuito como si estás leyendo sobre una proteína de 303 átomos. Empieza con nuestra guía de VQE con PennyLane si quieres ejecutar tú mismo la versión de molécula pequeña, y trata los números de átomos en titulares como este de la misma forma que tratarías cualquier otra afirmación de hardware: un resultado real, que vale la pena entender con precisión, y que todavía no es toda la historia.