論文の概要: The prospects of Monte Carlo antibody loop modelling on a fault-tolerant
quantum computer
- arxiv url: http://arxiv.org/abs/2105.09690v2
- Date: Thu, 14 Jul 2022 07:49:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 07:16:32.356573
- Title: The prospects of Monte Carlo antibody loop modelling on a fault-tolerant
quantum computer
- Title(参考訳): フォールトトレラント量子コンピュータにおけるモンテカルロ抗体ループモデリングの展望
- Authors: Jonathan Allcock, Anna Vangone, Agnes Meyder, Stanislaw Adaszewski,
Martin Strahm, Chang-Yu Hsieh and Shengyu Zhang
- Abstract要約: 量子マルコフ連鎖モンテカルロは、幅広い計算問題を加速する手法として提案されている。
本研究は, 抗体構造をモデル化する問題に適用することで, 量子優位性の可能性について検討する。
産業規模と関連性の問題を解決するのに必要な資源について、初めて詳細な分析を行い、このような方法で量子コンピュータを使用するための時間的・空間的要求は大きいが、継続的な技術的改善は、将来必要資源を到達させる可能性があることを確かめる。
- 参考スコア(独自算出の注目度): 11.967739810163833
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum computing for the biological sciences is an area of rapidly growing
interest, but specific industrial applications remain elusive. Quantum Markov
chain Monte Carlo has been proposed as a method for accelerating a broad class
of computational problems, including problems of pharmaceutical interest.
Here we investigate the prospects of quantum advantage via this approach, by
applying it to the problem of modelling antibody structure, a crucial task in
drug development. To minimize the resources required while maintaining
pharmaceutical-level accuracy, we propose a specific encoding of molecular
dihedral angles into registers of qubits and a method for implementing, in
quantum superposition, a Markov chain Monte Carlo update step based on a
classical all-atom force field. We give the first detailed analysis of the
resources required to solve a problem of industrial size and relevance and find
that, though the time and space requirements of using a quantum computer in
this way are considerable, continued technological improvements could bring the
required resources within reach in the future.
- Abstract(参考訳): 生物科学における量子コンピューティングは急速に関心が高まりつつある分野であるが、特定の産業応用はいまだ解明されていない。
量子マルコフ連鎖モンテカルロは、薬学的な問題を含む幅広い種類の計算問題を加速する手法として提案されている。
本稿では, 薬物開発における重要な課題である抗体構造のモデル化問題に適用し, このアプローチによる量子優位の展望について検討する。
医薬レベルの精度を維持しつつ必要な資源を最小限に抑えるために,量子ビットのレジスタへの分子二面角の特定のエンコーディングと,古典的全原子力場に基づくマルコフ連鎖モンテカルロ更新ステップを実装する方法を提案する。
産業規模と関連性の問題を解決するために必要な資源の詳細な分析を行い、量子コンピュータをこのような方法で使用するための時間と空間の要求は相当なものであるが、技術的に継続的な改善は、将来に必要な資源を到達できる可能性があることを見出した。
関連論文リスト
- Projective Quantum Eigensolver via Adiabatically Decoupled Subsystem
Evolution: a Resource Efficient Approach to Molecular Energetics in Noisy
Quantum Computers [0.0]
我々は,ノイズ中間スケール量子(NISQ)ハードウェアを用いて,分子系の基底状態エネルギーを正確に計算することを目的とした射影形式を開発した。
本研究では,将来の耐故障システムにおいて,必要な精度を同時に確保しながら,ノイズ下での優れた性能を示す。
論文 参考訳(メタデータ) (2024-03-13T13:27:40Z) - Neural auto-designer for enhanced quantum kernels [59.616404192966016]
本稿では,問題固有の量子特徴写像の設計を自動化するデータ駆動型手法を提案する。
私たちの研究は、量子機械学習の進歩におけるディープラーニングの実質的な役割を強調します。
論文 参考訳(メタデータ) (2024-01-20T03:11:59Z) - Quantum Computing Enhanced Service Ecosystem for Simulation in
Manufacturing [57.497038270123774]
本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。
我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
論文 参考訳(メタデータ) (2024-01-19T11:04:14Z) - Peptide Binding Classification on Quantum Computers [3.9540968630765643]
本研究では,計算生物学の分野における課題として,短期量子コンピュータを用いた広範囲な研究を行っている。
治療タンパク質の設計に関わる課題に対してシーケンス分類を行い、類似スケールの古典的ベースラインと競合する性能を示す。
この研究は、治療タンパク質の設計に不可欠なタスクに対して、短期量子コンピューティングの最初の概念実証アプリケーションを構成する。
論文 参考訳(メタデータ) (2023-11-27T10:32:31Z) - Resource analysis of quantum algorithms for coarse-grained protein
folding models [0.0]
量子コンピュータ上でタンパク質の折り畳みをシミュレーションするためのリソース要件を分析する。
量子アルゴリズムを構築するのに必要な最小の量子ビット数、相互作用数、および2つの量子ビットゲートを計算する。
論文 参考訳(メタデータ) (2023-11-07T18:27:44Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳(メタデータ) (2023-09-11T18:00:00Z) - Towards Neural Variational Monte Carlo That Scales Linearly with System
Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。
量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。
ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文 参考訳(メタデータ) (2022-12-21T19:00:04Z) - Multi-disk clutch optimization using quantum annealing [52.77024349608834]
クラッチ製造における実用上の重要な課題を解くために,新しい量子アルゴリズムを開発した。
量子最適化が製造業における実際の産業応用においてどのように役割を果たせるかを示す。
論文 参考訳(メタデータ) (2022-08-11T16:34:51Z) - A perspective on the current state-of-the-art of quantum computing for
drug discovery applications [43.55994393060723]
量子コンピューティングは、現在不可能な計算に到達することで、化学研究の多くの分野における計算能力をシフトすることを約束する。
我々は、最先端量子アルゴリズムのスケーリング特性を簡潔に要約し、比較する。
医薬学的に相関するタンパク質-ドラッグ複合体の、徐々に大きな埋め込み領域をシミュレートする量子計算コストの新たな見積もりを提供する。
論文 参考訳(メタデータ) (2022-06-01T15:05:04Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳(メタデータ) (2020-09-02T22:46:47Z) - Simulating quantum chemistry in the seniority-zero space on qubit-based
quantum computers [0.0]
計算量子化学の近似をゲートベースの量子コンピュータ上で分子化学をシミュレートする手法と組み合わせる。
基本集合を増大させるために解放された量子資源を用いることで、より正確な結果が得られ、必要な数の量子コンピューティングの実行が削減されることが示される。
論文 参考訳(メタデータ) (2020-01-31T19:44:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。