論文の概要: Quantum-machine-assisted Drug Discovery: Survey and Perspective

• arxiv url: http://arxiv.org/abs/2408.13479v1
• Date: Sat, 24 Aug 2024 05:38:31 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-27 19:19:21.703360
• Title: Quantum-machine-assisted Drug Discovery: Survey and Perspective
• Title（参考訳）: 量子機械による創薬支援 : 調査と展望
• Authors: Yidong Zhou, Jintai Chen, Weikang Li, Jinglei Cheng, Gopal Karemore, Marinka Zitnik, Frederic Chong, Junyu Liu, Tianfan Fu, Zhiding Liang,
• Abstract要約: 従来のコンピュータ支援ドラッグデザイン(CADD)は、このプロセスの加速に大きな進歩をもたらした。 量子コンピューティングの本質的な能力を活用することで、新しい薬を市場に投入する際の時間とコストを削減できるかもしれません。
• 参考スコア（独自算出の注目度）: 24.83448764563245
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Drug discovery and development is a highly complex and costly endeavor, typically requiring over a decade and substantial financial investment to bring a new drug to market. Traditional computer-aided drug design (CADD) has made significant progress in accelerating this process, but the development of quantum computing offers potential due to its unique capabilities. This paper discusses the integration of quantum computing into drug discovery and development, focusing on how quantum technologies might accelerate and enhance various stages of the drug development cycle. Specifically, we explore the application of quantum computing in addressing challenges related to drug discovery, such as molecular simulation and the prediction of drug-target interactions, as well as the optimization of clinical trial outcomes. By leveraging the inherent capabilities of quantum computing, we might be able to reduce the time and cost associated with bringing new drugs to market, ultimately benefiting public health.
• Abstract（参考訳）: 医薬品の発見と開発は複雑でコストのかかる取り組みであり、新しい薬を市場に出すには10年以上の資金と相当な資金を必要としている。 従来のコンピュータ支援ドラッグデザイン(CADD)は、このプロセスの加速に大きな進歩を遂げてきたが、量子コンピューティングの開発は、そのユニークな能力のために潜在的に有益である。 本稿では、量子コンピューティングの創薬・開発への統合について論じ、量子技術が医薬品開発サイクルの様々な段階をいかに加速し、促進するかに焦点を当てる。 具体的には,分子シミュレーションや薬物-標的相互作用の予測,臨床試験結果の最適化など,薬物発見に関わる課題への量子コンピューティングの適用について検討する。 量子コンピューティングの本質的な能力を活用することで、新しい薬を市場に投入する際の時間とコストを削減できるかもしれません。

関連論文リスト

• Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning [54.80832749095356]
  量子機械学習(QML)は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長する分野である。 本稿では,変分量子回路を用いてQMLアーキテクチャを開発する機械学習パラダイムの量子コンピューティングについて述べる。
  論文  参考訳（メタデータ） (2024-11-14T12:27:50Z)
• 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 Machine Learning in Drug Discovery: Applications in Academia and Pharmaceutical Industries [1.8195318084816288]
  量子コンピューティングと機械学習 - 量子機械学習 - のネクサスは、化学の大幅な進歩の可能性を秘めている。 本稿では, 薬物発見の文脈において, ゲート型量子コンピュータにおける量子ニューラルネットワークの可能性について検討する。
  論文  参考訳（メタデータ） (2024-09-24T01:17:34Z)
• Quantum Computing: Vision and Challenges [16.50566018023275]
  本稿では,量子コンピュータハードウェアの最先端開発と量子暗号,量子ソフトウェア,高スケール性量子コンピュータの今後の進歩について論じる。 量子技術の研究と開発における多くの潜在的な課題とエキサイティングな新しいトレンドが、より広範な議論のためにこの論文で強調されている。
  論文  参考訳（メタデータ） (2024-03-04T17:33:18Z)
• A Hybrid Quantum Computing Pipeline for Real World Drug Discovery [6.944038990445816]
  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。 この結果から,現実の薬物設計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が示された。
  論文  参考訳（メタデータ） (2024-01-08T09:33:32Z)
• 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)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
  量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。 機械学習の観点からQGLMの現状を概観する。 従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-06-07T07:32:57Z)
• 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)
• The Basics of Quantum Computing for Chemists [0.0]
  本稿では,量子情報の基本的側面と量子コンピューティングとの関係について概説する。 量子コンピュータにおける量子化学シミュレーションと現在の状況について論じる。
  論文  参考訳（メタデータ） (2022-03-28T20:10:00Z)

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。