論文の概要: Enhanced Prediction of CAR T-Cell Cytotoxicity with Quantum-Kernel Methods

• arxiv url: http://arxiv.org/abs/2507.22710v1
• Date: Wed, 30 Jul 2025 14:21:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-31 16:14:18.254183
• Title: Enhanced Prediction of CAR T-Cell Cytotoxicity with Quantum-Kernel Methods
• Title（参考訳）: 量子カーネル法によるCAR T細胞毒性の増強予測
• Authors: Filippo Utro, Meltem Tolunay, Kahn Rhrissorrakrai, Tanvi P. Gujarati, Jie Shi, Sara Capponi, Mirko Amico, Nate Earnest-Noble, Laxmi Parida,
• Abstract要約: キメラ抗原受容体(英: Chimeric antigen receptor、CAR)は、特定の腫瘍細胞を認識し殺傷するために設計されたT細胞である。 新規シグナル伝達成分を共刺激ドメインに統合することにより、CAR T細胞表現型を改変することができる。 特に,データ制約問題における量子コンピューティングの可能性を示す情報が少ない場合には,特定の信号領域や領域の位置に対する学習の改善を示す。
• 参考スコア（独自算出の注目度）: 2.1356338340947096
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Chimeric antigen receptor (CAR) T-cells are T-cells engineered to recognize and kill specific tumor cells. Through their extracellular domains, CAR T-cells bind tumor cell antigens which triggers CAR T activation and proliferation. These processes are regulated by co-stimulatory domains present in the intracellular region of the CAR T-cell. Through integrating novel signaling components into the co-stimulatory domains, it is possible to modify CAR T-cell phenotype. Identifying and experimentally testing new CAR constructs based on libraries of co-stimulatory domains is nontrivial given the vast combinatorial space defined by such libraries. This leads to a highly data constrained, poorly explored combinatorial problem, where the experiments undersample all possible combinations. We propose a quantum approach using a Projected Quantum Kernel (PQK) to address this challenge. PQK operates by embedding classical data into a high dimensional Hilbert space and employs a kernel method to measure sample similarity. Using 61 qubits on a gate-based quantum computer, we demonstrate the largest PQK application to date and an enhancement in the classification performance over purely classical machine learning methods for CAR T cytotoxicity prediction. Importantly, we show improved learning for specific signaling domains and domain positions, particularly where there was lower information highlighting the potential for quantum computing in data-constrained problems.
• Abstract（参考訳）: キメラ抗原受容体(英: Chimeric antigen receptor、CAR)は、特定の腫瘍細胞を認識し殺傷するために設計されたT細胞である。 細胞外ドメインを通じて、CAR T細胞は腫瘍細胞抗原を結合し、CAR Tの活性化と増殖を引き起こす。 これらのプロセスは、CAR T細胞の細胞内領域に存在する共刺激ドメインによって制御される。 新しいシグナル伝達成分を共刺激ドメインに統合することにより、CAR T細胞表現型を改変することができる。 共刺激領域のライブラリをベースとした新しいCAR構造体を同定および実験的に検証することは、そのようなライブラリが定義する膨大な組合せ空間を考えると簡単ではない。 これは、非常にデータに制約があり、十分に検討されていない組合せ問題を引き起こし、実験はすべての組み合わせをアンサンブルする。 本稿では,この課題に対処するために,PQK (Projected Quantum Kernel) を用いた量子アプローチを提案する。 PQKは古典的データを高次元ヒルベルト空間に埋め込み、サンプル類似度を測定するためにカーネル法を用いる。 ゲートベースの量子コンピュータ上で61量子ビットを用いて、CAR T細胞毒性予測のための古典的機械学習手法よりも、これまでで最大のPQK応用と分類性能の向上を実証した。 特に,データ制約問題における量子コンピューティングの可能性を示す情報が少ない場合には,特定の信号領域や領域の位置に対する学習の改善を示す。

関連論文リスト

• Real-Space Chemistry on Quantum Computers: A Fault-Tolerant Algorithm with Adaptive Grids and Transcorrelated Extension [0.0]
  量子コンピュータ上での量子化学の最初の量子化、実空間の定式化は魅力的である。 既存のスキームでは、均一な離散化が採用されているため、高密度領域の電子核カスプを捕捉するために必要な分解能は、低密度領域をオーバーサンプリングし、計算資源を浪費する。 電子密度が高い点に集中する、一様でない分子適応格子を配置することで、この問題に対処する。
  論文  参考訳（メタデータ） (2025-07-28T07:35:52Z)
• Quantum QSAR for drug discovery [41.94295877935867]
  量的構造-活性関係(QSAR)モデリングは、薬物発見の鍵となる。 本研究では,量子支援ベクトルマシン(QSVM)によるQSAR技術の向上を提案する。 量子データ符号化と量子カーネル関数を用いて,より正確かつ効率的な予測モデルの構築を目指す。
  論文  参考訳（メタデータ） (2025-05-06T17:58:33Z)
• Evaluating Effects of Augmented SELFIES for Molecular Understanding Using QK-LSTM [2.348041867134616]
  副作用を含む分子特性の同定は、薬物開発において決定的だが時間を要するステップである。 Simplified Molecular Line-Entry System (SMILES) の強化による古典的領域における最近の進歩 本研究は, 分子特性予測と副作用同定の促進に向けた新たな知見を提示する。
  論文  参考訳（メタデータ） (2025-04-29T14:03:31Z)
• Generating new coordination compounds via multireference simulations, genetic algorithms and machine learning: the case of Co(II) molecular magnets [41.94295877935867]
  本稿では,電子・磁気特性が望ましい新しい配位化合物の発見を加速する計算戦略を提案する。 我々のアプローチは、高スループットab initio法、遺伝的アルゴリズム、機械学習の組み合わせに基づいている。 本研究は,Co(II) 単核配位化合物の磁気特性を実験およびブライト力アブイニシアト法で測定した時間に記録し, 自動生成することで, このアプローチの効率を実証するものである。
  論文  参考訳（メタデータ） (2025-04-18T15:33:48Z)
• Characterizing conical intersections of nucleobases on quantum computers [3.938743052376337]
  超伝導量子コンピュータを用いて, 生体分子シトシン中の円錐交叉(CI)の量子シミュレーションを行った。 我々は、縮約量子固有解法(CQE)を用いて、円錐交叉に付随する近接縮退基底と励起状態を計算する。
  論文  参考訳（メタデータ） (2024-10-24T17:00:26Z)
• A perturbative approach to the solution of the Thirring quantum cellular automaton [42.205102271729665]
  Thirring Quantum Cellular Automaton (QCA) は、ディラックセルオートマトンの一段階に従って進化する局所フェルミオンモードの離散時間ダイナミクスと、最も一般的なオンサイト数保存相互作用を記述し、量子場理論におけるTirrringモデルのQCAとして機能する。
  論文  参考訳（メタデータ） (2024-06-28T13:44:10Z)
• Neutron-nucleus dynamics simulations for quantum computers [49.369935809497214]
  一般ポテンシャルを持つ中性子核シミュレーションのための新しい量子アルゴリズムを開発した。 耐雑音性トレーニング法により、ノイズの存在下でも許容される境界状態エネルギーを提供する。 距離群可換性(DGC)と呼ばれる新しい可換性スキームを導入し、その性能をよく知られたqubit-commutativityスキームと比較する。
  論文  参考訳（メタデータ） (2024-02-22T16:33:48Z)
• Analyzing scRNA-seq data by CCP-assisted UMAP and t-SNE [0.0]
  相関クラスタリングとプロジェクション(CCP)は、cRNA-seqデータを前処理する有効な方法として導入された。 CCPは、行列対角化を必要としないデータドメインアプローチである。 8つの公開データセットを使用することで、CCPは UMAP と t-SNE の可視化を大幅に改善することがわかった。
  論文  参考訳（メタデータ） (2023-06-23T19:15:43Z)
• Near-Field Terahertz Nanoscopy of Coplanar Microwave Resonators [61.035185179008224]
  超伝導量子回路は、主要な量子コンピューティングプラットフォームの一つである。 超伝導量子コンピューティングを実用上重要な点に進めるためには、デコヒーレンスに繋がる物質不完全性を特定し、対処することが重要である。 ここでは、テラヘルツ走査近接場光学顕微鏡を用いて、シリコン上の湿式エッチングアルミニウム共振器の局所誘電特性とキャリア濃度を調査する。
  論文  参考訳（メタデータ） (2021-06-24T11:06:34Z)
• 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)

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。