論文の概要: Quantum Algorithm for Protein Side-Chain Optimisation: Comparing Quantum to Classical Methods
- arxiv url: http://arxiv.org/abs/2507.19383v1
- Date: Fri, 25 Jul 2025 15:37:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-28 16:16:49.022975
- Title: Quantum Algorithm for Protein Side-Chain Optimisation: Comparing Quantum to Classical Methods
- Title（参考訳）: タンパク質側鎖最適化のための量子アルゴリズム:量子と古典的手法の比較
- Authors: Anastasia Agathangelou, Dilhan Manawadu, Ivano Tavernelli,
- Abstract要約: 本研究では,タンパク質構造の基底状態エネルギーを計算するための資源効率最適化アルゴリズムを開発した。
量子近似最適化アルゴリズムを用いて、コンフォーメーション空間を探索し、低エネルギー構成を同定する量子アルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modelling and predicting protein configurations is crucial for advancing drug discovery, enabling the design of treatments for life-threatening diseases. A critical aspect of this challenge is rotamer optimisation - the determination of optimal side-chain conformations given a fixed protein backbone. This problem, involving the internal degrees of freedom of amino acid side-chains, significantly influences the protein's overall structure and function. In this work, we develop a resource-efficient optimisation algorithm to compute the ground state energy of protein structures, with a focus on side-chain configuration. We formulate the rotamer optimisation problem as a Quadratic Unconstrained Binary Optimisation problem and map it to an Ising model, enabling efficient quantum encoding. Building on this formulation, we propose a quantum algorithm based on the Quantum Approximate Optimisation Algorithm to explore the conformational space and identify low-energy configurations. To benchmark our approach, we conduct a classical study using custom-built libraries tailored for structural characterisation and energy optimisation. Our quantum method demonstrates a reduction in computational cost compared to classical simulated annealing techniques, offering a scalable and promising framework for protein structure optimisation in the quantum era.
- Abstract（参考訳）: タンパク質構成のモデル化と予測は、薬物発見の進展に不可欠であり、生命を脅かす疾患の治療の設計を可能にする。
この課題の重要な側面は、固定されたタンパク質のバックボーンが与えられた最適な側鎖配座を決定するロタマー最適化である。
この問題はアミノ酸側鎖の内部自由度に関係しており、タンパク質の全体構造と機能に大きな影響を及ぼす。
本研究では,タンパク質構造の基底状態エネルギーを計算するための資源効率最適化アルゴリズムを開発し,側鎖構成に着目した。
本稿では,ロタマー最適化問題を2次非拘束バイナリ最適化問題として定式化し,Isingモデルにマッピングすることにより,効率的な量子符号化を実現する。
この定式化に基づいて、コンフォーメーション空間を探索し、低エネルギー構成を特定するために、量子近似最適化アルゴリズムに基づく量子アルゴリズムを提案する。
提案手法をベンチマークするために,構造的特徴付けとエネルギー最適化に適したライブラリを用いた古典的研究を行った。
我々の量子法は、古典的アニール法と比較して計算コストの削減を示し、量子時代におけるタンパク質構造最適化のためのスケーラブルで有望な枠組みを提供する。
関連論文リスト
- An Efficient Quantum Approximate Optimization Algorithm with Fixed Linear Ramp Schedule for Truss Structure Optimization [0.0]
本研究では,量子変動回路に基づく新しい構造最適化手法を提案する。
設計変数を乗算器として定義することにより、ロッドの断面領域を調整する際の柔軟性が向上する。
その結果、目的関数は単純な形式であり、QAOAを用いた効率的な最適化を可能にする。
論文 参考訳（メタデータ） (2025-02-24T01:19:41Z) - Out of the Loop: Structural Approximation of Optimisation Landscapes and non-Iterative Quantum Optimisation [3.9857517408503567]
量子近似最適化アルゴリズム (quantum Approximate optimization algorithm, Qaoa) は、最適化のための量子古典的反復法として広く研究されている。
インスタンスに依存しないが問題固有の非定型計算に基づく新しいアルゴリズム変種を導入する。
我々のアプローチは、カオの量子非依存構造に関する長年の予想を証明することに基づいている。
論文 参考訳（メタデータ） (2024-08-12T21:02:58Z) - Protein Design by Integrating Machine Learning with Quantum Annealing and Quantum-inspired Optimization [0.0]
タンパク質設計の問題は、与えられた三次元構造に折り畳まれたポリペプチド配列を見つけることである。
最近の機械学習のブレークスルーにより、正確で迅速な構造予測が可能になった。
本稿では,機械学習と量子インスパイアされたアルゴリズムのアルゴリズム的および技術的進歩を統合できる汎用的なタンパク質設計手法を提案する。
論文 参考訳（メタデータ） (2024-07-09T18:42:45Z) - 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) - Automatic and effective discovery of quantum kernels [41.61572387137452]
量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。
本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。
その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
論文 参考訳（メタデータ） (2022-09-22T16:42:14Z) - Evaluating the Convergence of Tabu Enhanced Hybrid Quantum Optimization [58.720142291102135]
本稿では,量子ハードウェア上での最適化問題解決に有用な Tabu Enhanced Hybrid Quantum Optimization メタヒューリスティック手法を提案する。
提案手法の理論的収束を,イジングモデルに基づくタブ状態を保存する対象の衝突の観点から考察する。
論文 参考訳（メタデータ） (2022-09-05T07:23:03Z) - Variational quantum algorithm for unconstrained black box binary
optimization: Application to feature selection [1.9182522142368683]
制約のないブラックボックス二項問題の解法として,変分量子アルゴリズムを提案する。
これは最適化のための量子アルゴリズムの典型的な設定とは対照的である。
提案手法は,従来の特徴選択手法よりも競争力があり,性能も向上していることを示す。
論文 参考訳（メタデータ） (2022-05-06T07:02:15Z) - Polynomial unconstrained binary optimisation inspired by optical
simulation [52.11703556419582]
制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。
提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。
タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
論文 参考訳（メタデータ） (2021-06-24T16:39:31Z) - EBM-Fold: Fully-Differentiable Protein Folding Powered by Energy-based
Models [53.17320541056843]
本研究では,データ駆動型生成ネットワークを用いたタンパク質構造最適化手法を提案する。
EBM-Foldアプローチは,従来のロゼッタ構造最適化ルーチンと比較して,高品質なデコイを効率よく生成できる。
論文 参考訳（メタデータ） (2021-05-11T03:40:29Z) - Quantum variational optimization: The role of entanglement and problem
hardness [0.0]
本稿では, 絡み合いの役割, 変動量子回路の構造, 最適化問題の構造について検討する。
数値計算の結果,絡み合うゲートの分布を問題のトポロジに適応させる利点が示唆された。
リスク型コスト関数に条件値を適用することで最適化が向上し、最適解と重複する確率が増大することを示す。
論文 参考訳（メタデータ） (2021-03-26T14:06:54Z) - 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) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳（メタデータ） (2020-03-11T13:52:41Z)
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。