論文の概要: Quantum-machine-assisted Drug Discovery: Survey and Perspective
- arxiv url: http://arxiv.org/abs/2408.13479v3
- Date: Wed, 11 Sep 2024 18:47:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-13 20:59:43.847488
- 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, Jinglei Cheng, Gopal Karemore, Marinka Zitnik, Frederic T. 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): 26.938073657909097
- 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 Computing: Vision and Challenges [16.50566018023275]
本稿では,量子コンピューティングの現在の研究に基づく基礎とビジョンについて考察する。
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。
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) - 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) - 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) - Simulating Quantum Materials with Digital Quantum Computers [55.41644538483948]
デジタル量子コンピュータ(DQC)は、古典的コンピュータでは引き起こせない量子シミュレーションを効率的に行うことができる。
このレビューの目的は、物理量子優位性を達成するために行われた進歩の要約を提供することである。
論文 参考訳(メタデータ) (2021-01-21T20:10:38Z) - The prospects of quantum computing in computational molecular biology [0.0]
我々は、現在の量子アルゴリズムが計算生物学やバイオインフォマティクスにどのように革命をもたらすかを検討する。
膨大な情報を処理する能力から、分野全体に潜在的なメリットがある。
また、この新しい技術における注意点と課題を認識することも重要である。
論文 参考訳(メタデータ) (2020-05-26T15:18:05Z)
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。