มีตัวอย่างของทุกคนที่ใช้อัลกอริทึมควอนตัมกับปัญหาในการคำนวณทางชีววิทยา?

ตามที่ชื่อแนะนำฉันกำลังค้นหาตัวอย่างที่เผยแพร่ของอัลกอริทึมควอนตัมที่นำไปใช้กับปัญหาในการคำนวณทางชีววิทยา เห็นได้ชัดว่าราคาจะสูงที่ตัวอย่างการปฏิบัติที่ไม่อยู่ (ยัง) - สิ่งที่ฉันสนใจในการใด ๆ ที่หลักฐานของแนวคิด ตัวอย่างปัญหาการคำนวณทางชีววิทยาในบริบทนี้คือ:

• การทำนายโครงสร้างโปรตีน (ทุติยภูมิ, ตติยภูมิ)
• การผูกมัดยา - ลิแกนด์
• การจัดตำแหน่งหลายลำดับ
• สภา De-novo
• โปรแกรมการเรียนรู้ของเครื่อง

ฉันพบการอ้างอิงเช่นเดียวที่ฉันคิดว่าเป็นตัวอย่างของสิ่งที่ฉันกำลังมองหา ในการวิจัยนี้ D-Wave ถูกใช้สำหรับการถอดรหัสปัจจัยการผูกอย่างไรก็ตามมันจะน่าสนใจที่จะมีตัวอย่างนอกขอบเขตของการคำนวณควอนตัมอะเดียแบติก

• การหลอมควอนตัมกับการเรียนรู้ของเครื่องจักรแบบคลาสสิกนำไปใช้กับปัญหาทางชีววิทยาการคำนวณที่ง่ายขึ้น

มีหลายอย่างในแง่ของการจำลองควอนตัม ในขณะที่พวกเขาไม่ได้จำลองในระดับที่มักจะคิดว่าเกี่ยวข้องกับชีววิทยา แต่ก็อาจจินตนาการได้ว่างานวิจัยชิ้นนี้เป็นสารตั้งต้นในการสร้างแบบจำลองโมเลกุลขนาดใหญ่ที่มีความสำคัญทางชีวภาพ (เหนือสิ่งอื่นใด)

• การคำนวณควอนตัมคลาวด์ของนิวเคลียสอะตอม
• การจำลองควอนตัมที่ปรับขนาดได้ของพลังงานระดับโมเลกุล

ดังนั้นนอกเหนือจากการถอดความจากปัจจัยการถอดความและการจำลองควอนตัมแล้วยังมีข้อพิสูจน์อื่น ๆ เกี่ยวกับแนวคิดที่มีอยู่และเกี่ยวข้องกับชีววิทยาหรือไม่?

อัปเดต:ฉันยอมรับคำตอบที่ดีที่สุดแล้ว แต่ฉันจะทำการเช็คอินเพื่อดูว่ามีอีกตัวอย่างใดบ้าง นี่คืออีกสิ่งหนึ่งที่ฉันพบว่าค่อนข้างเก่าแก่ (2010) ซึ่งมีจุดประสงค์เพื่อแสดงให้เห็นถึงความสอดคล้องของโปรตีนพลังงานต่ำในแบบจำลองโครงข่ายโปรตีนขัดแตะ - รวมถึงสิ่งพิมพ์ D-Wave

ฉันไม่สามารถค้นหาการอ้างอิงโดยเฉพาะในชีววิทยาควอนตัม แต่ผมพบว่าการตรวจสอบที่เรียกว่าควอนตัมช่วยการสร้างแบบจำลองชีวโมเลกุล

คุณอาจพบว่ามันน่าสนใจ แต่มันมาจาก 2010 สนามมีวิวัฒนาการมาตั้งแต่ แต่ฉันคิดว่าความคิดยังคงเหมือนเดิม ผู้เขียนให้ความสำคัญกับแนวคิดของความสามารถของคอมพิวเตอร์ควอนตัมในการลองใช้เส้นทางคลาสสิกทุกเส้นทางพร้อมกัน

ฉันไม่ค่อยรู้เรื่องสนามและการฝึกฝนทั่วไปเท่าไหร่ อย่างไรก็ตามหากการคำนวณทางชีววิทยามุ่งเน้นไปที่การหาค่าเหมาะที่สุดให้ใช้อัลกอริทึมการค้นหาควอนตัมหรือการตั้งค่าควอนตัมคลาสสิกควอนตัมควรจะเหมาะสม

ตอนนี้เกี่ยวกับการเรียนรู้ของเครื่องมันค่อนข้างชัดเจนกับการคำนวณควอนตัม โดยเฉพาะชื่อ Quantum Machine Learning แนวทาง / เป้าหมายที่แตกต่างกันถูกนำมาใช้ อัลกอริทึมบางตัวได้รับการออกแบบมาเพื่อเพิ่มความเร็วให้กับอัลกอริธึมแบบคลาสสิก (ขึ้นอยู่กับอุปกรณ์สมมุติที่เรียกว่า qRAM) เช่น K-Means, SVM ... หรือใช้ QC เพื่อช่วยกระบวนการเรียนรู้ในอัลกอริทึมแบบดั้งเดิม บางคนมุ่งเน้นไปที่การทำ ML ด้วยข้อมูลควอนตัมเช่นการบีบอัดข้อมูลควอนตัมเช่น

สรุป: เรายังไม่มีความคิดที่ชัดเจน แต่สิ่งนี้ทำให้มันน่าตื่นเต้น ในกระบวนการเราอาจสร้างอัลกอริธึมใหม่หรือปรับปรุงคลาสสิกปัจจุบัน

แก้ไข : เมื่อเร็ว ๆ นี้แถลงข่าวได้ประกาศความร่วมมือระหว่าง Rigetti Computing และ Entropica Labs เพื่อพัฒนาแอพพลิเคชั่นในโลกแห่งความจริงของการคำนวณเชิงควอนตัมกับชีวสารสนเทศศาสตร์และจีโนม

การจำลองควอนตัมสามารถใช้ในการทดสอบแบบจำลองที่สามารถอธิบายกระบวนการทางชีวภาพบางอย่างได้ ตัวอย่างเช่นกระดาษ 2018 โดยPotočnik et al ตรวจสอบแบบจำลองการเก็บเกี่ยวแสงโดยใช้วงจรควอนตัมยิ่งยวด (ดูรูปด้านล่าง)

ปัจจุบันเป็นคำถามที่เปิดกว้างว่ากลศาสตร์ควอนตัมมีบทบาทสำคัญในกระบวนการทางชีวภาพหรือไม่ กระบวนการทางชีวภาพของผู้สมัครบางคนที่กลศาสตร์ควอนตัมอาจมีบทบาทดังกล่าวรวมถึงการรับแม่เหล็กในนกการดมกลิ่นและการเก็บเกี่ยวแสง