論文の概要: A resource-efficient variational quantum algorithm for mRNA codon optimization
- arxiv url: http://arxiv.org/abs/2404.14858v2
- Date: Fri, 10 May 2024 12:35:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-13 17:55:41.427421
- Title: A resource-efficient variational quantum algorithm for mRNA codon optimization
- Title（参考訳）: mRNAコドン最適化のための資源効率変動量子アルゴリズム
- Authors: Hongfeng Zhang, Aritra Sarkar, Koen Bertels,
- Abstract要約: mRNAコドンの最適化は、特定の標的タンパク質の遺伝子発現に重要な影響を与える。
本研究は,ゲート型量子コンピュータ上での変分量子固有解法アルゴリズムを用いて,mRNAコドン最適化を実装するためのコドンを符号化する方法を提案する。
- 参考スコア（独自算出の注目度）: 0.5120567378386615
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Optimizing the mRNA codon has an essential impact on gene expression for a specific target protein. It is an NP-hard problem; thus, exact solutions to such optimization problems become computationally intractable for realistic problem sizes on both classical and quantum computers. However, approximate solutions via heuristics can substantially impact the application they enable. Quantum approximate optimization is an alternative computation paradigm promising for tackling such problems. Recently, there has been some research in quantum algorithms for bioinformatics, specifically for mRNA codon optimization. This research presents a denser way to encode codons for implementing mRNA codon optimization via the variational quantum eigensolver algorithms on a gate-based quantum computer. This reduces the qubit requirement by half compared to the existing quantum approach, thus allowing longer sequences to be executed on existing quantum processors. The performance of the proposed algorithm is evaluated by comparing its results to exact solutions, showing well-matching results.
- Abstract（参考訳）: mRNAコドンの最適化は特定の標的タンパク質の遺伝子発現に重要な影響を与える。
したがって、そのような最適化問題の正確な解法は、古典コンピュータと量子コンピュータの両方の現実的な問題サイズに対して計算的に難解になる。
しかし、ヒューリスティックスによる近似解は、それらが実現したアプリケーションに大きな影響を与える可能性がある。
量子近似最適化は、そのような問題に取り組むことを約束する代替計算パラダイムである。
近年、バイオインフォマティクス、特にmRNAコドン最適化のための量子アルゴリズムの研究が行われている。
本研究では,ゲート型量子コンピュータ上での変分量子固有解法アルゴリズムを用いて,mRNAコドン最適化を実装するためのコドンのエンコード方法を提案する。
これにより、既存の量子アプローチと比較して量子ビット要求を半分に減らし、既存の量子プロセッサ上でより長いシーケンスを実行することができる。
提案アルゴリズムの性能は,その結果を正確な解と比較することにより評価し,良好なマッチング結果を示す。
関連論文リスト
- 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) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Indirect Quantum Approximate Optimization Algorithms: application to the
TSP [1.1786249372283566]
量子交互作用素 Ansatz はベクトルの集合を記述するハミルトニアンを効率的にモデル化するためにユニタリ作用素の一般パラメータ化された族を考える。
このアルゴリズムは,(1)量子マシン上で実行される量子パラメトリゼーション回路が弦ベクトルの集合をモデル化し,(2)古典機械で実行される古典的メタ最適化ループ,(3)各弦ベクトル計算の平均コストを推定する。
論文 参考訳（メタデータ） (2023-11-06T17:39:14Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。
量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文 参考訳（メタデータ） (2022-12-06T22:01:49Z) - Quantum vs classical genetic algorithms: A numerical comparison shows
faster convergence [0.0]
いくつかの量子変種は、収束速度において全ての古典的変種よりも近い最適結果に対して優れていることを示す。
もしこの利点がより大きなシステムに当てはまるなら、量子遺伝アルゴリズムは量子コンピュータの最適化問題に対処するための新しいツールを提供するだろう。
論文 参考訳（メタデータ） (2022-07-19T13:07:44Z) - Stochastic optimization algorithms for quantum applications [0.0]
本稿では、一階法、二階法、量子自然勾配最適化法の使用法を概観し、複素数体で定義される新しいアルゴリズムを提案する。
全ての手法の性能は、変分量子固有解法、量子状態の量子制御、および量子状態推定に応用して評価される。
論文 参考訳（メタデータ） (2022-03-11T16:17:05Z) - Quantum optimisation via maximally amplified states [0.0]
本稿では,短期量子コンピューティングの制限回路深度文脈における最適化のための新しい量子アルゴリズムを提案する。
最大増幅最適化アルゴリズム(MAOA)は、他の短期量子アルゴリズムよりもかなり優れている。
論文 参考訳（メタデータ） (2021-11-01T09:43:53Z) - Quantum Approximate Optimization Algorithm with Adaptive Bias Fields [4.03537866744963]
量子近似最適化アルゴリズム(QAOA)は、単純な多ビット波動関数を、難解な古典的最適化問題の解を符号化する関数に変換する。
本稿では, 演算子自身を局所場を含むように更新し, 1ステップの最後に測定波動関数からの情報を用いて後段の演算子を改善することにより, QAOAを改良する。
論文 参考訳（メタデータ） (2021-05-25T13:51:09Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z)
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。