論文の概要: Peptide conformational sampling using the Quantum Approximate Optimization Algorithm

• arxiv url: http://arxiv.org/abs/2204.01821v1
• Date: Mon, 4 Apr 2022 20:09:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-18 07:53:20.764837
• Title: Peptide conformational sampling using the Quantum Approximate Optimization Algorithm
• Title（参考訳）: 量子近似最適化アルゴリズムを用いたペプチドコンフォメーションサンプリング
• Authors: Sami Boulebnane, Xavier Lucas, Agnes Meyder, Stanislaw Adaszewski, Ashley Montanaro
• Abstract要約: 短いペプチドの低エネルギー配座をサンプリングする際の変分量子アルゴリズムの性能を数値的に検討する。 その結果、QAOAがタンパク質の折りたたみ問題に短期的に対処する能力に深刻な疑念を抱いた。
• 参考スコア（独自算出の注目度）: 0.03499870393443267
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Protein folding -- the problem of predicting the spatial structure of a protein given its sequence of amino-acids -- has attracted considerable research effort in biochemistry in recent decades. In this work, we explore the potential of quantum computing to solve a simplified version of protein folding. More precisely, we numerically investigate the performance of a variational quantum algorithm, the Quantum Approximate Optimization Algorithm (QAOA), in sampling low-energy conformations of short peptides. We start by benchmarking the algorithm on an even simpler problem: sampling self-avoiding walks, which is a necessary condition for a valid protein conformation. Motivated by promising results achieved by QAOA on this problem, we then apply the algorithm to a more complete version of protein folding, including a simplified physical potential. In this case, based on numerical simulations on 20 qubits, we find less promising results: deep quantum circuits are required to achieve accurate results, and the performance of QAOA can be matched by random sampling up to a small overhead. Overall, these results cast serious doubt on the ability of QAOA to address the protein folding problem in the near term, even in an extremely simplified setting. We believe that the approach and conclusions presented in this work could offer valuable methodological insights on how to systematically evaluate variational quantum optimization algorithms on real-world problems beyond protein folding.
• Abstract（参考訳）: アミノ酸配列からタンパク質の空間構造を予測する問題であるタンパク質の折り畳みは、ここ数十年でかなりの研究努力を生化学で引き寄せている。 本研究では,タンパク質折り畳みの簡易版を解くために量子コンピューティングの可能性を探究する。 より正確には、短いペプチドの低エネルギーコンフォメーションのサンプリングにおける変分量子アルゴリズム、量子近似最適化アルゴリズム(qaoa)の性能を数値的に検討する。 まず、アルゴリズムをもっと単純な問題、すなわち、有効なタンパク質コンフォメーションに必要な条件である自己回避歩行のサンプリングについてベンチマークする。 この問題に対してQAOAが達成した有望な結果により、より完全なタンパク質の折り畳みにアルゴリズムを適用し、単純化された物理ポテンシャルを含む。 この場合、20量子ビットの数値シミュレーションに基づいて、より有望な結果が得られない。深部量子回路は正確な結果を得るために必要であり、QAOAの性能は小さなオーバーヘッドまでランダムサンプリングによって一致させることができる。 全体として、これらの結果は、極めて単純化された設定でも、短期的にタンパク質折り畳み問題に対処するqaoaの能力に深刻な疑問を投げかけた。 この研究で提示されたアプローチと結論は、タンパク質の折り畳み以外の現実世界の問題に対して、変分量子最適化アルゴリズムを体系的に評価する方法に関する貴重な方法論的な洞察を与えることができると考えている。

関連論文リスト

• Solving the Perfect Domination Problem by Quantum Approximate Optimization Algorithm with Small Layers [1.345977710890196]
  完全支配問題(PDP)は、無線やソーシャルネットワークといった現実のシナリオにおいて重要な応用がある。 量子コンピューティングの最近の進歩により、NP完全問題に対処する量子アルゴリズムの開発が急増した。 この研究は、量子アルゴリズムをPDPに適用する先駆的な取り組みであり、それを解決するための有効性を示している。
  論文  参考訳（メタデータ） (2024-11-19T16:12:36Z)
• Benchmarking Variational Quantum Algorithms for Combinatorial Optimization in Practice [0.0]
  変分量子アルゴリズム、特に変分量子固有解器の変種は最適化(CO)問題に対処するために提案されている。 ベンチマークとしてMax-Cutを用いてCO問題を解く上で,このスケーリング結果がどのような意味を持つのかを数値的に検討する。
  論文  参考訳（メタデータ） (2024-08-06T09:57:34Z)
• Protein Design by Integrating Machine Learning with Quantum Annealing and Quantum-inspired Optimization [0.0]
  タンパク質設計の問題は、与えられた三次元構造に折り畳まれたポリペプチド配列を見つけることである。 最近の機械学習のブレークスルーにより、正確で迅速な構造予測が可能になった。 本稿では,機械学習と量子インスパイアされたアルゴリズムのアルゴリズム的および技術的進歩を統合できる汎用的なタンパク質設計手法を提案する。
  論文  参考訳（メタデータ） (2024-07-09T18:42:45Z)
• Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
  変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。 本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。 また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
  論文  参考訳（メタデータ） (2024-04-17T11:00:12Z)
• Multi-sequence alignment using the Quantum Approximate Optimization Algorithm [0.0]
  本稿では、変分量子近似最適化アルゴリズム(QAOA)を用いた多重系列アライメント問題のハミルトニアン定式化と実装について述べる。 我々は、量子シミュレーターと実際の量子コンピュータ上での性能の両方において、我々のQAOA-MSAアルゴリズムの小さな例を考える。 調査されたMSAのインスタンスに対する理想的な解決策は、浅いp5量子回路でサンプリングされた最も可能性の高い状態であることが示されているが、現在のデバイスにおけるノイズのレベルは依然として深刻な課題である。
  論文  参考訳（メタデータ） (2023-08-23T12:46:24Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Polynomial unconstrained binary optimisation inspired by optical simulation [52.11703556419582]
  制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。 提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。 タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
  論文  参考訳（メタデータ） (2021-06-24T16:39:31Z)
• EBM-Fold: Fully-Differentiable Protein Folding Powered by Energy-based Models [53.17320541056843]
  本研究では,データ駆動型生成ネットワークを用いたタンパク質構造最適化手法を提案する。 EBM-Foldアプローチは,従来のロゼッタ構造最適化ルーチンと比較して,高品質なデコイを効率よく生成できる。
  論文  参考訳（メタデータ） (2021-05-11T03:40:29Z)
• Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
  VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。 どちらの手法もエネルギーと基底状態の優れた推定値を提供する。 勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
  論文  参考訳（メタデータ） (2020-11-02T19:52:04Z)
• Investigating the potential for a limited quantum speedup on protein lattice problems [0.0]
  タンパク質の折り畳みは計算生物学における中心的な課題であり、分子生物学、薬物発見、触媒設計において重要な応用である。 量子アルゴリズムはタンパク質の折り畳みと構造予測領域の問題を改善するかもしれない。
  論文  参考訳（メタデータ） (2020-04-02T16:40:41Z)

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。