Как следует из названия, я ищу опубликованные примеры квантовых алгоритмов, применяемых к задачам вычислительной биологии. Очевидно, высока вероятность того, что практических примеров не существует (пока) - то, что меня интересует, это какое-либо доказательство концепций . Вот некоторые примеры проблем вычислительной биологии в этом контексте:
- Прогнозирование структуры белка (вторичное, третичное)
- Связывание лекарственного средства с лигандом
- Выравнивание нескольких последовательностей
- Ассамблея De-Novo
- Приложения машинного обучения
Я нашел только одну такую ссылку, которая, я думаю, является иллюстрацией того, что я ищу. В этом исследовании D-Wave использовался для связывания транскрипционных факторов, однако было бы интересно иметь примеры за пределами области адиабатических квантовых вычислений.
Есть несколько с точки зрения квантового моделирования. Хотя они явно не являются симуляциями в масштабе, который часто считается биологически значимым, можно предположить, что это направление исследований является предшественником моделирования более крупных молекул биологического значения (среди многих других вещей).
- Облачные квантовые вычисления атомного ядра
- Масштабируемое квантовое моделирование молекулярных энергий
Итак, помимо привязки транскрипционных факторов и квантового моделирования, есть ли еще какие-то доказательства концепций, которые существуют и имеют отношение к биологии?
Обновление: я принял лучший ответ на данный момент, но я проверю, не появятся ли еще примеры. Вот еще одно, несколько старое (2010), которое я обнаружил, нацеленное на демонстрацию идентификации низкоэнергетических белковых конформаций в моделях решетчатых белков - также публикация D-Wave.
источник
Ответы:
Я не смог найти ссылки конкретно в квантовой биологии. Однако я нашел обзор под названием « Квантово-ассистированное биомолекулярное моделирование» .
Это может показаться вам интересным, но это с 2010 года. С тех пор эта область эволюционировала, но, думаю, идеи остаются схожими. Авторы сосредотачиваются больше на идее способности квантового компьютера пробовать все классические пути одновременно.
Я не знаю много о области и общей практике. Однако, если вычислительная биология больше ориентирована на оптимизацию, тогда следует применять алгоритмы квантового поиска или гибридные классические квантовые установки (даже если это не очень практично в данный момент).
Теперь о машинном обучении, немного неясно с квантовыми вычислениями. Особенно с именем Quantum Machine Learning. Различные подходы / цели принимаются. Некоторые алгоритмы предназначены для ускорения на классических алгоритмах (основанных на гипотетическом устройстве, называемом qRAM), таких как K-Means, SVM ... Или используйте QC, чтобы помочь процессу обучения в классических алгоритмах, таких как ограниченные машины Больцмана. Некоторые сосредотачиваются на выполнении ML с квантовыми данными, такими как сжатие квантовых данных, например.
Вывод: у нас пока нет четкой идеи, но это делает ее захватывающей. В процессе мы можем просто создавать новые алгоритмы или улучшать текущие классические.
Изменить : Недавно в пресс-релизе было объявлено о партнерстве между Rigetti Computing и Entropica Labs для разработки реальных приложений квантовых вычислений для биоинформатики и геномики.
источник
Квантовое моделирование может использоваться для тестирования моделей, которые могли бы описать определенный биологический процесс. Например, статья Potočnik et al. исследовал модели сбора света с использованием сверхпроводящих квантовых цепей (см. рисунок ниже).
В настоящее время остается открытым вопрос, играет ли квантовая механика важную функциональную роль в биологических процессах. Некоторые возможные биологические процессы, в которых квантовая механика может играть такую роль, включают магниторецепцию у птиц, обоняние и сбор света.
источник