論文の概要: Toward end-to-end quantum simulation for protein dynamics

• arxiv url: http://arxiv.org/abs/2411.03972v2
• Date: Wed, 16 Apr 2025 06:20:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-17 20:12:20.862356
• Title: Toward end-to-end quantum simulation for protein dynamics
• Title（参考訳）: タンパク質ダイナミクスのエンド・ツー・エンド量子シミュレーションに向けて
• Authors: Zhenning Liu, Xiantao Li, Chunhao Wang, Jin-Peng Liu,
• Abstract要約: エンド・ツー・エンドの量子アルゴリズムを用いて,様々なタンパク質の動態と効果をシミュレートする。 読み出し段階では, エネルギー, 低周波振動モード, 状態密度, 変位相関, 最適制御パラメータなど, 古典的観測値の範囲を推定する。 本研究は、タンパク質力学の量子シミュレーションが、早期および完全フォールトトレラントな量子コンピューティングにおいて、堅牢でエンドツーエンドなアプリケーションであることを示す。
• 参考スコア（独自算出の注目度）: 5.65693337062667
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modeling and simulating the protein folding process overall remains a grand challenge in computational biology. We systematically investigate end-to-end quantum algorithms for simulating various protein dynamics with effects, such as mechanical forces or stochastic noises. A major focus is the read-in of system settings for simulation, for which we discuss (i) efficient quantum algorithms to prepare initial states--whether for ensemble or single-state simulations, in particular, the first efficient procedure for preparing Gaussian pseudo-random amplitude states, and (ii) the first efficient loading of the connectivity matrices of the protein structure. For the read-out stage, our algorithms estimate a range of classical observables, including energy, low-frequency vibrational modes, density of states, displacement correlations, and optimal control parameters. Between these stages, we simulate the dynamic evolution of the protein system, by using normal mode models--such as Gaussian network models (GNM) and all-atom normal mode models. In addition, we conduct classical numerical experiments focused on accurately estimating the density of states and applying optimal control to facilitate conformational changes. These experiments serve to validate our claims regarding potential quantum speedups. Overall, our study demonstrates that quantum simulation of protein dynamics represents a robust, end-to-end application for both early-stage and fully fault-tolerant quantum computing.
• Abstract（参考訳）: タンパク質の折り畳み過程のモデリングとシミュレーションは、計算生物学における大きな課題である。 機械的力や確率的雑音など,様々なタンパク質の力学をシミュレーションするためのエンドツーエンドの量子アルゴリズムを体系的に検討する。 主な焦点はシミュレーションのためのシステム設定の読み出しであり、ここで議論する。 一 初期状態を作成するための効率的な量子アルゴリズム ―― アンサンブルまたは単状態シミュレーション、特にガウス擬ランダム振幅状態を作成するための最初の効率的な手順、及び (II)タンパク質構造の接続行列を初めて効率よくロードする。 読み出し段階では, エネルギー, 低周波振動モード, 状態密度, 変位相関, 最適制御パラメータなど, 古典的観測値の範囲を推定する。 これらの段階の間、正規モードモデル(ガウスネットワークモデル(GNM)や全原子正規モードモデルなど)を用いてタンパク質系の動的進化をシミュレートする。 さらに、状態の密度を正確に推定し、コンフォメーション変化を促進するために最適制御を適用することに焦点を当てた古典的な数値実験を行う。 これらの実験は、潜在的な量子スピードアップに関する我々の主張を検証するのに役立つ。 本研究は、タンパク質力学の量子シミュレーションが、早期および完全フォールトトレラントな量子コンピューティングにおいて、堅牢でエンドツーエンドなアプリケーションであることを示す。

関連論文リスト

• Demonstration of a variational quantum eigensolver with a solid-state spin system under ambient conditions [15.044543674753308]
  量子シミュレータは、物理系の量子的性質を利用して別の物理系を研究する能力を提供する。 変分量子固有解法アルゴリズムは分子電子構造の研究に特に有望な応用である。 スピンベースの固体量子ビットは、長いデコヒーレンス時間と高忠実度量子ゲートの利点がある。
  論文  参考訳（メタデータ） (2024-07-23T09:17:06Z)
• Thermalization and Criticality on an Analog-Digital Quantum Simulator [133.58336306417294]
  本稿では,69個の超伝導量子ビットからなる量子シミュレータについて述べる。 古典的Kosterlitz-Thouless相転移のシグネチャと,Kibble-Zurekスケール予測からの強い偏差を観測する。 本システムは, 対角二量体状態でディジタル的に調製し, 熱化時のエネルギーと渦の輸送を画像化する。
  論文  参考訳（メタデータ） (2024-05-27T17:40:39Z)
• Low-Rank Variational Quantum Algorithm for the Dynamics of Open Quantum Systems [0.5755004576310334]
  変動量子アルゴリズムは、リンドブラッドマスター方程式によって支配される密度行列のリアルタイム進化をシミュレートするために開発された。 このアルゴリズムは、統計混合物の各純状態をパラメタライズド量子回路として符号化する。 2つの変分アンサーゼが提案され、その有効性は2次元散逸横場イジングモデルの力学シミュレーションにおいて評価される。
  論文  参考訳（メタデータ） (2024-03-09T13:23:14Z)
• A Multi-Grained Symmetric Differential Equation Model for Learning Protein-Ligand Binding Dynamics [73.35846234413611]
  薬物発見において、分子動力学(MD)シミュレーションは、結合親和性を予測し、輸送特性を推定し、ポケットサイトを探索する強力なツールを提供する。 我々は,数値MDを容易にし,タンパク質-リガンド結合ダイナミクスの正確なシミュレーションを提供する,最初の機械学習サロゲートであるNeuralMDを提案する。 従来の数値MDシミュレーションと比較して1K$times$ Speedupを実現することにより,NeuralMDの有効性と有効性を示す。
  論文  参考訳（メタデータ） (2024-01-26T09:35:17Z)
• 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)
• Universality of critical dynamics with finite entanglement [68.8204255655161]
  臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。 その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
  論文  参考訳（メタデータ） (2023-01-23T19:23:54Z)
• Probing finite-temperature observables in quantum simulators of spin systems with short-time dynamics [62.997667081978825]
  ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。 長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
  論文  参考訳（メタデータ） (2022-06-03T18:00:02Z)
• Benchmarking Quantum Simulators using Ergodic Quantum Dynamics [4.2392660892009255]
  実験によって得られた状態と理想状態の間の忠実度を推定するために,サンプル効率のよいプロトコルを解析する。 我々は、様々な量子シミュレータプラットフォームのためのプロトコルを数値的に示す。
  論文  参考訳（メタデータ） (2022-05-24T17:18:18Z)
• Efficient Fully-Coherent Quantum Signal Processing Algorithms for Real-Time Dynamics Simulation [3.3917542048743865]
  量子信号処理(QSP)に基づく完全コヒーレントなシミュレーションアルゴリズムを開発する。 ハイゼンベルクモデルのスピン力学シミュレーションにこれらのアルゴリズムを適用して数値解析を行った。
  論文  参考訳（メタデータ） (2021-10-21T17:56:33Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Quantum-Classical Hybrid Algorithm for the Simulation of All-Electron Correlation [58.720142291102135]
  本稿では、分子の全電子エネルギーと古典的コンピュータ上の特性を計算できる新しいハイブリッド古典的アルゴリズムを提案する。 本稿では,現在利用可能な量子コンピュータ上で,化学的に関連性のある結果と精度を実現する量子古典ハイブリッドアルゴリズムの能力を実証する。
  論文  参考訳（メタデータ） (2021-06-22T18:00:00Z)
• Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
  時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。 一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。 幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-04-01T19:06:00Z)
• Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on Quantum Computers [52.77024349608834]
  少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。 逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
  論文  参考訳（メタデータ） (2021-03-04T18:21:00Z)
• Randomizing multi-product formulas for Hamiltonian simulation [2.2049183478692584]
  本稿では,一方のランダム化コンパイルの利点と他方の高次多重積公式を結合した量子シミュレーション手法を提案する。 本フレームワークは,振幅増幅を回避し,回路深度を低減させる。 本アルゴリズムは回路深さとともに指数関数的に縮小するシミュレーション誤差を実現する。
  論文  参考訳（メタデータ） (2021-01-19T19:00:23Z)
• Adaptive Variational Quantum Dynamics Simulations [3.629716738568079]
  本稿では、高精度な量子力学シミュレーションのための変分波動関数アンゼ構築のための汎用的自己適応的手法を提案する。 このアプローチを可積分リーブ・シュルツ・マティススピン鎖と非可積分混合体イジングモデルに適用する。 AVQDSフレームワークにより、短期量子コンピューティングデバイス上での量子多体システムの幅広い動的シミュレーションが可能となることを期待する。
  論文  参考訳（メタデータ） (2020-11-01T20:21:57Z)
• Microcanonical and finite temperature ab initio molecular dynamics simulations on quantum computers [0.0]
  Ab initio molecular dynamics (AIMD) は、分子および凝縮物質系の特性を予測する強力なツールである。 エネルギーと力の期待値の測定に関連する統計的ノイズを緩和するための解決策を提供する。 また, 常温, 常温, 動的シミュレーションのためのLangevin dynamicsアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-08-18T20:24:27Z)
• Realistic simulation of quantum computation using unitary and measurement channels [1.406995367117218]
  本稿では,一意チャネルと測定チャネルの和によって密度行列の進化を近似する新しいシミュレーション手法を提案する。 このモデルは、最もよく知られたアプローチと比較して、精度の面で少なくとも1桁の精度の向上を示す。
  論文  参考訳（メタデータ） (2020-05-13T14:29:18Z)
• Digital quantum simulation of molecular dynamics and control [0.0]
  分子系を制御するために最適形状の場を設計するために量子コンピュータをどのように利用できるかを研究する。 本稿では,時間内に分子系の場誘起量子力学をシミュレートする量子コンピュータを用いたハイブリッドアルゴリズムを提案する。 数値図解は、パラダイム的振動と回転制御の問題を明示的に扱う。
  論文  参考訳（メタデータ） (2020-02-28T00:45:56Z)

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。