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
- Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits [48.33631905972908]
我々は、事前学習されたニューラルネットワークを用いて変分量子回路(VQC)を強化する革新的なアプローチを導入する。
この手法は近似誤差をキュービット数から効果的に分離し、制約条件の必要性を除去する。
我々の結果はヒトゲノム解析などの応用にまで拡張され、我々のアプローチの幅広い適用性を示している。
論文 参考訳(メタデータ) (2024-11-13T12:03:39Z) - Quantum Embedding of Non-local Quantum Many-body Interactions in Prototypal Anti-tumor Vaccine Metalloprotein on Near Term Quantum Computing Hardware [4.8962578963959675]
複素ヘモシアニン分子の量子コンピュータシミュレーションを初めて提示する。
ヘモシアニンは様々な生理的過程に関与する重要な呼吸タンパク質である。
ヘモシアニンの磁気構造は多体補正の影響が大きい。
論文 参考訳(メタデータ) (2024-10-16T16:49:42Z) - Calculating the energy profile of an enzymatic reaction on a quantum computer [0.0]
量子コンピューティングは、量子化学計算を可能にするための有望な道を提供する。
最近の研究は、ノイズ中間量子(NISQ)デバイスのためのアルゴリズムの開発とスケーリングに向けられている。
論文 参考訳(メタデータ) (2024-08-20T18:00:01Z) - Quantum Machine Learning for Remote Sensing: Exploring potential and
challenges [34.74698923766526]
リモートセンシング分野における量子機械学習(QML)の適用について検討する。
QMLは、宇宙からのデータ分析に有用な洞察を与えることができると信じられている。
本稿では,量子コンピュータのランタイムに悪影響を及ぼす現象であるカーネル値集中の問題に焦点をあてる。
論文 参考訳(メタデータ) (2023-11-13T08:38:44Z) - 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) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳(メタデータ) (2022-08-29T15:24:03Z) - Multi-disk clutch optimization using quantum annealing [34.82692226532414]
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) - 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。