論文の概要: A Quantum Computing Pipeline for Real World Drug Discovery: From
Algorithm to Quantum Hardware
- arxiv url: http://arxiv.org/abs/2401.03759v2
- Date: Tue, 6 Feb 2024 06:21:41 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-07 19:14:11.582013
- Title: A Quantum Computing Pipeline for Real World Drug Discovery: From
Algorithm to Quantum Hardware
- Title(参考訳): 現実のドラッグ発見のための量子コンピューティングパイプライン:アルゴリズムから量子ハードウェアへ
- Authors: Weitang Li, Zhi Yin, Xiaoran Li, Dongqiang Ma, Shuang Yi, Zhenxing
Zhang, Chenji Zou, Kunliang Bu, Maochun Dai, Jie Yue, Yuzong Chen, Xiaojin
Zhang, Shengyu Zhang
- Abstract要約: 医薬設計問題に対処するために,我々は先進的な量子コンピューティングパイプラインを開発した。
具体的には、薬物発見における2つの重要なタスクに対処するために、汎用的な量子コンピューティングパイプラインを構築します。
この研究は、薬物設計で遭遇した検証可能なシナリオに対して量子コンピューティングをベンチマークする先駆的な取り組みとして機能する。
- 参考スコア(独自算出の注目度): 7.113784177987248
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum computing, with its superior computational capabilities compared to
classical approaches, holds the potential to revolutionize numerous scientific
domains, including pharmaceuticals. However, the application of quantum
computing for drug discovery has primarily been limited to proof-of-concept
studies, which often fail to capture the intricacies of real-world drug
development challenges. In this study, we diverge from conventional
investigations by developing an advanced quantum computing pipeline tailored to
address genuine drug design problems. Our approach underscores the pragmatic
application of quantum computation and propels it towards practical industrial
adoption. We specifically construct our versatile quantum computing pipeline to
address two critical tasks in drug discovery: the precise determination of
Gibbs free energy profiles for prodrug activation involving covalent bond
cleavage, and the accurate simulation of covalent bond interactions. This work
serves as a pioneering effort in benchmarking quantum computing against
veritable scenarios encountered in drug design, especially the covalent bonding
issue present in both of the case studies, thereby transitioning from
theoretical models to tangible applications. Our results demonstrate the
potential of a quantum computing pipeline for integration into real world drug
design workflows.
- Abstract(参考訳): 量子コンピューティングは、古典的アプローチよりも優れた計算能力を持ち、医薬品を含む多くの科学領域に革命を起こす可能性を秘めている。
しかし、量子コンピューティングの薬物発見への応用は主に概念実証研究に限られており、現実の薬物開発課題の複雑さを捉えるのに失敗することが多い。
本研究では,創薬設計問題に対処するための高度な量子コンピューティングパイプラインを開発することにより,従来の研究から逸脱する。
提案手法は, 量子計算の実用的応用を強調し, 実用化に向けて推進するものである。
具体的には, 共有結合切断を伴うプロドラッグ活性化のためのギブス自由エネルギープロファイルの正確な決定と, 共有結合相互作用の正確なシミュレーションという, 薬物発見における2つの重要な課題に対処する汎用量子コンピューティングパイプラインを構築した。
この研究は、薬物設計で遭遇する検証可能なシナリオ、特に2つのケーススタディに存在する共有結合問題に対する量子コンピューティングのベンチマークの先駆的な取り組みとなり、理論モデルから具体的応用へと移行する。
本結果は,現実の薬物設計ワークフローに統合するための量子コンピューティングパイプラインの可能性を示す。
関連論文リスト
- A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳(メタデータ) (2024-02-23T14:09:41Z) - 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) - Pushing the Limits of Quantum Computing for Simulating PFAS Chemistry [0.3655818759482589]
電子シュロディンガー方程式の解法は計算化学の核となる問題である。
本稿では,変分量子固有解法(VQE)アルゴリズムに基づくエンドツーエンドの量子化学パイプラインを提案する。
我々のプラットフォームは、計算資源に関する数百のシミュレーションジョブを編成し、initio化学実験を効率的に完了します。
論文 参考訳(メタデータ) (2023-11-02T13:58:02Z) - 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 data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳(メタデータ) (2023-06-29T18:00:01Z) - Towards practical and massively parallel quantum computing emulation for
quantum chemistry [10.095945254794906]
量子コンピューティングは初期の段階を超えて、化学・生物医学の商業的応用を模索している。
量子アルゴリズムを開発し、量子ハードウェアを検証するために、古典的なコンピュータ上で量子コンピューティングをエミュレートすることが重要である。
本稿では,行列積状態に基づく高性能かつ大規模に並列な量子固有解法シミュレータについて述べる。
論文 参考訳(メタデータ) (2023-03-07T06:44:18Z) - 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) - 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) - On exploring practical potentials of quantum auto-encoder with
advantages [92.19792304214303]
量子オートエンコーダ(QAE)は、量子物理学で遭遇する次元の呪いを和らげるための強力なツールである。
我々はQAEを用いて固有値を効率的に計算し、高次元量子状態の対応する固有ベクトルを作成できることを証明した。
低ランク状態の忠実度推定,量子ギブス状態準備,量子メトロジーの課題を解決するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
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) - 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。