挑战Alphafold，上海大学用混合量子算法解决蛋白质折叠问题

넳 넲

发布时间：2023-01-04

光子盒研究院出品

西班牙巴斯克大学、德国Kipu Quantum公司、上海大学和巴斯克科学基金会组成的国际联合团队使用经典和量子计算技术的组合解决了四面体晶格上的蛋白质折叠问题。

蛋白质折叠问题=NP-hard优化问题

研究人员表示，蛋白质折叠问题涉及为给定的氨基酸序列寻找最低能量配置，这是一个在化学、生物学和药物设计等领域经常遇到的NP-hard优化问题。

蛋白质对生物体的各种功能都很重要，它们的折叠机理对理解由错误折叠引起的疾病很重要，并有可能为与蛋白质错误折叠有关的疾病开辟新的治疗方法，如阿尔茨海默症、亨廷顿症和帕金森症。

由于计算的复杂性，经典的计算机在处理具有复杂的、微妙变化的三维形状的蛋白质的折叠问题时很困难。研究人员建议，这种特定类型的复杂性使得该问题成为量子计算解决的良好候选者。

参数化量子电路（PQC），实验成功概率极高

“一般来说，蛋白质的折叠是由合适的二维或三维晶格来模拟的，同时允许氨基酸被放置在相互作用能量最小的地方。通过适当的编码方案，这个问题可以转化为一个问题哈密顿量，其基态显示了有关蛋白质在给定晶格中的配置。”

为了解决这个问题，研究人员的算法使用了参数化量子电路（PQC）的量子电路，其灵感来自于反绝热（CD）协议，与优化PQC参数的经典优化程序相结合。该算法在各种量子硬件平台上使用多达17个量子比特对具有多达9个氨基酸的蛋白质进行了测试，包括捕获离子、谷歌和IBM的超导电路。

在(a)IBM ibmq guadalupe和(b)Google的量子虚拟机rainbow上实施最优电路后，N=9个量子比特的输出概率分布。其中，实验(a)进行了8192次，实验(b)进行了10000次。

N=13 AVDINNNA蛋白和N=17 CYIQNCPLG蛋白在诱捕离子系统上的输出概率分布。

结果显示，该算法具有很高的成功概率，适合在NISQ（含噪声中等规模量子）时代使用：因为量子计算机的量子比特有限，容易产生噪声。

团队表示：“这项工作为在当前的NISQ时代通过利用数字化的反二维协议将问题启发式的答案落实到工业用例铺平了道路。我们相信这种量子算法可以扩展到其他相关的应用。”

挑战依然存在

不过，挑战仍然存在，包括对初始参数的敏感性和从绝热计量池中选择适当的CD项。研究人员补充说，克服这些挑战可能会导致在现实世界的使用中引入量子，甚至超越当今一些超级计算机在整理蛋白质折叠问题上的令人印象深刻的成就。

“我们相信这项工作推进了量子计算，使我们离实际的量子优势更近了一步，这将不得不挑战经典计算的成功，包括最近的AlphaFold成就。”

论文链接：

https://arxiv.org/pdf/2212.13511.pdf

参考链接：

https://thequantuminsider.com/2022/12/30/hybrid-quantum-classical-algorithm-shows-promise-for-unraveling-the-protein-folding-problem/

最新资讯

光子盒，不止于量子。

微信：hordcore