論文の概要: A perspective on protein structure prediction using quantum computers
- arxiv url: http://arxiv.org/abs/2312.00875v1
- Date: Fri, 1 Dec 2023 19:04:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-05 20:13:39.938353
- Title: A perspective on protein structure prediction using quantum computers
- Title（参考訳）: 量子コンピュータを用いたタンパク質構造予測の展望
- Authors: Hakan Doga, Bryan Raubenolt, Fabio Cumbo, Jayadev Joshi, Frank P.
DiFilippo, Jun Qin, Daniel Blankenberg, Omar Shehab
- Abstract要約: 我々は,タンパク質構造予測問題を選択するための枠組みを構築した。
ユーティリティスケールの量子コンピュータ上で,そのような問題に対する量子資源を推定する。
概念実証として,ジカウイルスNS3ヘリカーゼの触媒ループの構造を正確に予測し,問題選択の枠組みを検証する。
- 参考スコア（独自算出の注目度）: 0.4397520291340696
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Despite the recent advancements by deep learning methods such as AlphaFold2,
\textit{in silico} protein structure prediction remains a challenging problem
in biomedical research. With the rapid evolution of quantum computing, it is
natural to ask whether quantum computers can offer some meaningful benefits for
approaching this problem. Yet, identifying specific problem instances amenable
to quantum advantage, and estimating quantum resources required are equally
challenging tasks. Here, we share our perspective on how to create a framework
for systematically selecting protein structure prediction problems that are
amenable for quantum advantage, and estimate quantum resources for such
problems on a utility-scale quantum computer. As a proof-of-concept, we
validate our problem selection framework by accurately predicting the structure
of a catalytic loop of the Zika Virus NS3 Helicase, on quantum hardware.
- Abstract（参考訳）: AlphaFold2のような深層学習手法による最近の進歩にもかかわらず、バイオメディカル研究において、タンパク質の構造予測は難しい問題である。
量子コンピューティングの急速な進化により、量子コンピュータがこの問題に取り組む上で有意義な利点をもたらすかどうかを問うことは自然である。
しかし、量子的に有利な特定の問題インスタンスを特定し、必要な量子リソースを推定することは同様に困難である。
本稿では,量子の利点を享受できるタンパク質構造予測問題を体系的に選択する枠組みを構築し,そのような問題に対する量子資源を実用規模の量子コンピュータ上で推定する方法について考察する。
概念実証として,量子ハードウェア上でのジカウイルスNS3ヘリカーゼの触媒ループの構造を正確に予測し,問題選択の枠組みを検証する。
関連論文リスト
- A Review of Quantum Scientific Computing Algorithms for Engineering Problems [0.0]
スーパーポジションや絡み合いのような量子現象を活用する量子コンピューティングは、コンピューティング技術における変革的な力として現れつつある。
本稿では,量子力学の基礎概念と,その計算発展への意義を体系的に検討する。
論文 参考訳（メタデータ） (2024-08-25T21:40:22Z) - The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳（メタデータ） (2024-08-19T12:18:07Z) - Computable and noncomputable in the quantum domain: statements and conjectures [0.70224924046445]
本稿では,量子コンピュータによって解を加速できる問題のクラスを記述するためのアプローチを検討する。
初期量子状態を所望の状態に変換するユニタリ演算は、1ビットと2ビットのゲートの列に分解可能である必要がある。
論文 参考訳（メタデータ） (2024-03-25T15:47:35Z) - 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) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - Unclonability and Quantum Cryptanalysis: From Foundations to
Applications [0.0]
不規則性(Unclonability)は、量子理論の基本概念であり、量子情報の主要な非古典的性質の1つである。
我々は、量子世界、すなわち量子物理学的不閉性(quantum physical unclonability)という新しい非閉性の概念を導入する。
本稿では、暗号資源として、この新しいタイプの無拘束性(unclonability)のいくつかの応用について論じ、確実に安全な量子プロトコルを設計する。
論文 参考訳（メタデータ） (2022-10-31T17:57:09Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳（メタデータ） (2022-09-16T02:37:32Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳（メタデータ） (2020-05-06T14:18:44Z) - 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。