論文の概要: Towards secondary structure prediction of longer mRNA sequences using a quantum-centric optimization scheme

• arxiv url: http://arxiv.org/abs/2505.05782v1
• Date: Fri, 09 May 2025 04:53:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-12 20:40:10.151344
• Title: Towards secondary structure prediction of longer mRNA sequences using a quantum-centric optimization scheme
• Title（参考訳）: 量子中心最適化手法を用いた長いmRNA配列の二次構造予測に向けて
• Authors: Vaibhaw Kumar, Dimitris Alevras, Mihir Metkar, Eline Welling, Chris Cade, Ido Niesen, Triet Friedhoff, Jae-Eun Park, Saurabh Shivpuje, Mariana LaDue, Wade Davis, Alexey Galda,
• Abstract要約: 本稿では、量子サンプリングと古典的後処理を統合してこの問題に対処するスケーラブルな量子中心最適化フレームワークを提案する。 我々は、IBM量子プロセッサを用いて、最大156量子ビットと最大950個の非局所ゲートを含む回路を含む問題インスタンスを解くことで、これらのアプローチの有効性を実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate prediction of mRNA secondary structure is critical for understanding gene expression, translation efficiency, and advancing mRNA-based therapeutics. However, the combinatorial complexity of possible foldings, especially in long sequences, poses significant computational challenges for classical algorithms. In this work, we propose a scalable, quantum-centric optimization framework that integrates quantum sampling with classical post-processing to tackle this problem. Building on a Quadratic Unconstrained Binary Optimization (QUBO) formulation of the mRNA folding task, we develop two complementary workflows: a Conditional Value at Risk (CVaR)-based variational quantum algorithm enhanced with gauge transformations and local search, and an Instantaneous Quantum Polynomial (IQP) circuit-based scheme where training is done classically and sampling is delegated to quantum hardware. We demonstrate the effectiveness of these approaches using IBM quantum processors, solving problem instances with up to 156 qubits and circuits containing up to 950 nonlocal gates, corresponding to mRNA sequences of up to 60 nucleotides. Additionally, we validate scalability of the CVaR algorithm on a tensor network simulator, reaching up to 354 qubits in noiseless settings. These results demonstrate the growing practical capabilities of hybrid quantum-classical methods for tackling large-scale biological optimization problems.
• Abstract（参考訳）: mRNA二次構造の正確な予測は、遺伝子発現、翻訳効率、mRNAベースの治療の進行を理解するために重要である。 しかし、考えられる折り畳みの組合せの複雑さ、特に長い列は、古典的なアルゴリズムに重大な計算上の課題を生じさせる。 本研究では、量子サンプリングと古典的後処理を統合してこの問題に対処するスケーラブルな量子中心最適化フレームワークを提案する。 擬似非拘束バイナリ最適化(QUBO)によるmRNAフォールディングタスクの定式化に基づいて、ゲージ変換と局所探索により強化されたCVaRに基づく条件値変動量子アルゴリズムと、トレーニングを古典的に行い、サンプリングを量子ハードウェアに委譲する即時量子多項式(IQP)回路方式の2つの相補的ワークフローを開発する。 我々は、IBM量子プロセッサを用いて、最大156量子ビットと最大950個の非局所ゲートを含む回路を含む問題インスタンスを解き、最大60個のヌクレオチドのmRNA配列に対応する、これらのアプローチの有効性を実証する。 さらに,テンソルネットワークシミュレータ上でのCVaRアルゴリズムのスケーラビリティを検証する。 これらの結果は、大規模生物最適化問題に対処するハイブリッド量子古典法の実用能力の増大を示すものである。

関連論文リスト

• Evaluating Mutation Techniques in Genetic Algorithm-Based Quantum Circuit Synthesis [6.122499977051124]
  遺伝的アルゴリズム(GA)は、効率的な量子回路合成のための有望なアプローチを提供する。 本研究は、量子回路合成のためのGAフレームワークにおける様々な突然変異戦略の影響について検討する。
  論文  参考訳（メタデータ） (2025-04-08T20:14:35Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• mRNA secondary structure prediction using utility-scale quantum computers [0.0]
  最大60ヌクレオチドの配列長を持つ量子コンピュータ上でmRNA二次構造を解く可能性について検討した。 この結果は、量子コンピュータ上でmRNA構造予測問題の解法が可能であることを示す十分な証拠となる。
  論文  参考訳（メタデータ） (2024-05-30T17:58:17Z)
• A resource-efficient variational quantum algorithm for mRNA codon optimization [0.5120567378386615]
  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。
  論文  参考訳（メタデータ） (2024-04-23T09:23:22Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Predicting RNA Secondary Structure on Universal Quantum Computer [2.277461161767121]
  RNA構造が塩基配列からどのように折り畳み、その二次構造がどのように形成されるかを知るための最初のステップである。 従来のエネルギーベースのアルゴリズムは、特に非ネスト配列の精度が低い。 普遍量子コンピューティングのためのゲートモデルアルゴリズムは利用できない。
  論文  参考訳（メタデータ） (2023-05-16T15:57:38Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)

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。