Hesaplamalı biyolojideki problemlere kuantum algoritmaları uygulayan herhangi bir örnek var mı?

Başlıktan da anlaşılacağı gibi, hesaplama biyolojisindeki problemlere uygulanan kuantum algoritmalarının yayınlanmış örneklerini arıyorum. Açıkçası, pratik örneklerin mevcut olmadığı (henüz) olasılıklar yüksektir - ilgilendiğim herhangi bir kavram kanıtıdır . Bu bağlamda hesaplamalı biyoloji sorunlarına örnek olarak şunlar verilebilir:

• Protein Yapı Tahmini (İkincil, Üçüncül)
• İlaç-Ligand Bağlanması
• Çoklu Dizi Hizalama
• De-novo Meclisi
• Makine Öğrenmesi Uygulamaları

Aradığımı gösteren bir referans buldum. Bu araştırmada, transkripsiyon faktörü bağlanması için bir D-Dalgası kullanılmıştır, ancak adyabatik kuantum hesaplama alanının dışında örneklere sahip olmak ilginç olacaktır.

• Basit bir hesaplamalı biyoloji problemine uygulanan klasik makine öğrenimine karşı kuantum tavlama

Kuantum simülasyonu açısından birkaç tane var. Genellikle biyolojik olarak anlamlı olduğu düşünülen bir ölçekte simülasyonlar olmasa da, bu araştırma çizgisinin daha büyük biyolojik öneme sahip molekülleri (diğer birçok şeyin yanı sıra) modellemenin öncüsü olduğunu düşünebiliriz.

• Atom Çekirdeğinin Bulut Kuantum Hesaplaması
• Moleküler Enerjilerin Ölçeklenebilir Kuantum Simülasyonu

Peki, transkripsiyon faktörü bağlanması ve kuantum simülasyonunun yanı sıra, biyolojiyle ilgili ve var olan başka kavramlar da var mı?

Güncelleme: Şimdiye kadarki en iyi yanıtı kabul ettim ancak başka örneklerin gelip gelmediğini görmek için kontrol edeceğim. Kafes protein modellerinde düşük enerjili protein uyumlarının - ayrıca bir D-Dalgası yayınını - göstermeyi amaçlayan biraz eski (2010) bulduğum bir başka .

Özellikle kuantum biyolojisinde referans bulamadım. Ancak Quantum Assisted biyomoleküler modelleme adlı bir inceleme buldum .

İlginç olabilir, ancak bu 2010'dan beri. Alan o zamandan beri gelişti, ancak sanırım fikirler benzer kalıyor. Yazarlar, kuantum bilgisayarın her klasik yolu aynı anda deneyebilme fikrine daha fazla odaklanıyor.

Alan ve ortak uygulama hakkında çok şey bilmiyorum. Ancak, hesaplama biyolojisi Optimizasyona daha fazla odaklanmışsa, o zaman kuantum arama algoritmaları veya hibrit klasik kuantum kurulumları uygulanmalıdır (şu anda pratik olmasa bile).

Şimdi Makine Öğrenimi hakkında, kuantum hesaplama ile biraz belirsiz. Özellikle Quantum Machine Learning adıyla. Farklı yaklaşımlar / hedefler alınır. Bazı algoritmalar, K-Means, SVM gibi klasik algoritmalarda (qRAM adı verilen varsayımsal bir cihaza dayanarak) hızlandırmak için tasarlanmıştır veya kısıtlı boltzmann makineleri gibi klasik algoritmalarda öğrenme sürecine yardımcı olmak için QC'yi kullanın. Bazıları, örneğin kuantum verilerinin sıkıştırılması gibi kuantum verileriyle ML yapmaya odaklanır.

Sonuç: Henüz net bir fikrimiz yok ama bu onu heyecanlandırıyor. Bu süreçte, sadece yeni algoritmalar oluşturabilir veya mevcut klasik algoritmaları geliştirebiliriz.

Düzenleme : Son zamanlarda bir basın açıklaması , biyoenformatik ve genomik için kuantum hesaplama gerçek dünya uygulamaları geliştirmek için Rigetti Computing ve Entropica Labs arasında bir ortaklık duyurdu.

Kuantum simülasyon, belirli biyolojik süreci tanımlayabilecek modelleri test etmek için kullanılabilir. Örneğin, Potočnik ve ark. süper iletken kuantum devreleri kullanarak hafif hasat modellerini incelemiştir (aşağıdaki şekle bakınız).

Şu anda, kuantum mekaniğinin biyolojik süreçlerde önemli bir fonksiyonel rol oynayıp oynamadığı açık bir sorudur. Kuantum mekaniğinin böyle bir rolü olabileceği bazı aday biyolojik süreçler arasında kuşlarda magnetoreption, koku alma ve hafif hasat bulunmaktadır.