Czy są jakieś przykłady zastosowania algorytmów kwantowych do problemów w biologii obliczeniowej?

Jak sugeruje tytuł, szukam opublikowanych przykładów algorytmów kwantowych stosowanych do problemów w biologii obliczeniowej. Oczywiście są duże szanse, że praktyczne przykłady nie istnieją (jeszcze) - interesuje mnie jakikolwiek dowód koncepcji . Oto niektóre przykłady problemów biologii obliczeniowej w tym kontekście:

Prognozowanie struktury białka (wtórne, trzeciorzędowe)
Wiązanie lek-ligand
Wyrównanie wielu sekwencji
Zgromadzenie De-novo
Aplikacje uczenia maszynowego

Znalazłem tylko jedno takie odniesienie, które moim zdaniem ilustruje to, czego szukam. W tych badaniach do wiązania czynnika transkrypcji wykorzystano falę D, jednak interesujące byłyby przykłady poza sferą adiabatycznego obliczania kwantowego.

Wyżarzanie kwantowe a klasyczne uczenie maszynowe stosowane w uproszczonym problemie biologii obliczeniowej

Istnieje kilka pod względem symulacji kwantowej. Choć wyraźnie nie są to symulacje w skali często uważanej za biologicznie istotne, można sobie wyobrazić, że ta linia badań jest prekursorem modelowania większych cząsteczek o znaczeniu biologicznym (między innymi).

Czy oprócz wiązania czynników transkrypcyjnych i symulacji kwantowej istnieją jeszcze inne dowody na istnienie pojęć, które są istotne dla biologii?

Aktualizacja: Do tej pory zaakceptowałem najlepszą odpowiedź, ale sprawdzę, czy pojawią się kolejne przykłady. Oto kolejny, nieco stary (2010), który miał na celu wykazanie identyfikacji konformacji białka niskoenergetycznego w modelach białek sieci - również publikacja D-Wave.

algorithm machine-learning applications

— Greenstick
źródło

Dlaczego sklasyfikowałeś „Aplikacje uczenia maszynowego” jako „problemy biologii obliczeniowej”?

— JanVdA

Wydaje mi się, że twoje pytanie pokrywa się również z moim ostatnim pytaniem: quantumcomputing.stackexchange.com/questions/4150/... Np. Wydaje mi się, że umiejętność wykorzystania komputera kwantowego do pomiaru wiązania ligand-lek może zrewolucjonizować identyfikację nowych leków .

— JanVdA,

Korzystałem z aplikacji uczenia maszynowego, ponieważ są one wszechobecne w biologii obliczeniowej i bioinformatyce. Inne przykłady można rozważyć modelowanie procesów biologicznych przy użyciu pierwszych zasad, jednak uczenie maszynowe jest zasadniczo podejściem empirycznym, a nie opartym na pierwszych zasadach. Nie chciałem ograniczać odpowiedzi do modelowania opartego na podstawowych zasadach, ponieważ dotyczy to zarówno zastosowania nowego modelu obliczeń, jak i samego procesu biologicznego.

— Greenstick,

@JanVdA Dzięki za link do twojego pytania, jest zdecydowanie interesujący.

— Greenstick,

Odpowiedzi:

Nie byłem w stanie znaleźć referencji szczególnie w biologii kwantowej. Znalazłem jednak recenzję zatytułowaną Modelowanie biomolekularne wspomagane kwantowo .

Być może jest to interesujące, ale pochodzi z 2010 roku. Dziedzina ewoluowała od tego czasu, ale myślę, że pomysły pozostają podobne. Autorzy skupiają się bardziej na idei zdolności komputera kwantowego do wypróbowania wszystkich klasycznych ścieżek jednocześnie.

Niewiele wiem o tej dziedzinie i powszechnej praktyce. Jeśli jednak biologia obliczeniowa jest bardziej skoncentrowana na optymalizacji, wówczas odpowiednie powinny być zastosowanie algorytmów wyszukiwania kwantowego lub hybrydowych konfiguracji klasyczno-kwantowych (nawet jeśli obecnie nie jest to praktyczne).

Jeśli chodzi o uczenie maszynowe, jest to nieco niejasne w przypadku obliczeń kwantowych. Szczególnie pod nazwą Quantum Machine Learning. Podejmowane są różne podejścia / cele. Niektóre algorytmy zostały zaprojektowane w celu przyspieszenia klasycznych algorytmów (opartych na hipotetycznym urządzeniu o nazwie qRAM), takich jak K-Means, SVM ... Lub użyj QC, aby wspomóc proces uczenia się w klasycznych algorytmach, takich jak ograniczone maszyny Boltzmanna. Niektórzy koncentrują się na robieniu ML z danymi kwantowymi, takimi jak na przykład kompresja danych kwantowych.

Wniosek: nie mamy jeszcze jasnego pomysłu, ale to sprawia, że jest ekscytujący. W trakcie tego procesu możemy po prostu tworzyć nowe algorytmy lub ulepszać obecne klasyczne.

Edycja : Niedawno w komunikacie prasowym ogłoszono partnerstwo między Rigetti Computing i Entropica Labs w celu opracowania rzeczywistych zastosowań obliczeń kwantowych w bioinformatyce i genomice.

— cnada
źródło

To jest bardzo dobre odniesienie. Tak, optymalizacja jest dość powszechna w niektórych obszarach, szczególnie w modelowaniu struktur molekularnych i wiązaniu. Słyszałem o dwuznacznościach związanych z QML; dziękuję za wyjaśnienia i wnioski. To jest pomocne!

— Greenstick,

Fajnie - tęskniłem za tym, ale jakoś nadal widziałem, że ogłosili, że na hybrydowy system 128 qubit jest na ich mapie drogowej na rok 2019. Dziękujemy za udostępnienie tego!

— Greenstick,

Czy pierwszy artykuł naprawdę odpowiada na pytanie (= przykłady algorytmów kwantowych stosowanych do problemów w biologii obliczeniowej)? Kiedy czytam to bardzo szybko, artykuł stwierdza głównie, że obliczenia kwantowe „mogą w przyszłości” pomóc w modelowaniu biomolekuł, co wciąż jest dalekie od stwierdzenia, że istnieją już znane algorytmy kwantowe, które możemy wykonać dzisiaj (a może nawet w przyszłości, kiedy komputery kwantowe mają wystarczającą moc), aby rozwiązać problemy w modelowaniu biomolekuł.

— JanVdA

Zastanawiam się trochę, jakie znaczenie ma link Rigetti w odniesieniu do tego pytania.

— JanVdA

@JanVdA Wydaje mi się, że założeniem jest, że niektóre istniejące algorytmy mogą zostać rozszerzone o kwantowe kroki obliczeniowe (np. QFT, spacery kwantowe), ale tak, autorzy nie wyjaśniają, czym dokładnie są te algorytmy. Jednym z nich może być wyżarzanie kwantowe, biorąc pod uwagę jego związek z symulowanym wyżarzaniem, który jest szeroko stosowany w symulacji dynamiki molekularnej.

— Greenstick,

Symulacji kwantowej można użyć do testowania modeli, które mogłyby opisać pewien proces biologiczny. Na przykład artykuł 2018 Potočnika i in. zbadano modele pozyskiwania światła za pomocą nadprzewodnikowych obwodów kwantowych (patrz rysunek poniżej).

Obecnie pozostaje otwarte pytanie, czy mechanika kwantowa odgrywa ważną rolę funkcjonalną w procesach biologicznych. Niektóre potencjalne procesy biologiczne, w których mechanika kwantowa może odgrywać taką rolę, obejmują magnetorecepcję u ptaków, węch i zbieranie światła.

Rysunek z pracy Potočnika i in. 2018 r

— Bram
źródło

Dzięki za twoją odpowiedź. Chociaż interesujące, niestety modelowanie, w jaki sposób fotosynteza może być kwantowa, nie wchodzi w zakres pytania. Bardzo interesuje mnie zastosowanie algorytmów kwantowych na urządzeniu kwantowym (pewnego rodzaju QC) do problemów kanonicznych w biologii obliczeniowej. Niektóre przykłady mogą modelować wiązanie cel-lek za pomocą algorytmu kwantowego adiabatycznego lub pewnego rodzaju uczenie maszynowe do, powiedzmy, wywoływania wariantów genów przy użyciu algorytmu inspirowanego HHL. Oczywiście byłyby to zabawkowe przykłady - ale to te istniejące dowody koncepcji, których szukam.

— Greenstick,

Nie jest jasne, jaki jest związek między pierwszym akapitem a rzeczywistym pytaniem. Może trzeba to trochę wyjaśnić.

— JanVdA,