論文の概要: RinQ: Towards predicting central sites in proteins on current quantum computers

• arxiv url: http://arxiv.org/abs/2508.01501v2
• Date: Tue, 02 Sep 2025 22:05:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 19:31:56.315462
• Title: RinQ: Towards predicting central sites in proteins on current quantum computers
• Title（参考訳）: RinQ:現在の量子コンピュータ上でのタンパク質中心部位の予測に向けて
• Authors: Shah Ishmam Mohtashim,
• Abstract要約: タンパク質の機能的臨界残基を同定するためのハイブリッド量子古典的フレームワークであるRinQを紹介する。 タンパク質構造は残基相互作用ネットワーク(RIN)としてモデル化され、QUBOの定式化はD-Waveのシミュレーションアニールを用いて解決される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce RinQ, a hybrid quantum-classical framework for identifying functionally critical residues in proteins by formulating centrality detection as a Quadratic Unconstrained Binary Optimization (QUBO) problem. Protein structures are modeled as residue interaction networks (RINs), and the QUBO formulations are solved using D-Wave's simulated annealing. Applied to a diverse set of proteins, RinQ consistently identifies central residues that closely align with classical benchmarks, demonstrating both the accuracy and robustness of the approach.
• Abstract（参考訳）: 本稿では,タンパク質の機能的臨界残基を疑似非拘束バイナリ最適化(QUBO)問題として定式化することによって同定するハイブリッド量子古典的フレームワークであるRinQを紹介する。 タンパク質構造は残基相互作用ネットワーク(RIN)としてモデル化され、QUBOの定式化はD-Waveのシミュレーションアニールを用いて解決される。 多様なタンパク質群に適用されたRinQは、古典的なベンチマークと密に一致した中央残基を一貫して同定し、アプローチの正確性と堅牢性を証明している。

関連論文リスト

• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [60.996803677584424]
  変分量子回路(VQC)は、量子機械学習のための新しい経路を提供する。 それらの実用的応用は、制約付き線形表現性、最適化課題、量子ハードウェアノイズに対する鋭敏感といった固有の制限によって妨げられている。 この研究は、これらの障害を克服するために設計されたスケーラブルで堅牢なハイブリッド量子古典アーキテクチャであるVQC-MLPNetを導入している。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits [48.33631905972908]
  我々は、事前学習されたニューラルネットワークを用いて変分量子回路(VQC)を強化する革新的なアプローチを導入する。 この手法は近似誤差をキュービット数から効果的に分離し、制約条件の必要性を除去する。 我々の結果はヒトゲノム解析などの応用にまで拡張され、我々のアプローチの幅広い適用性を示している。
  論文  参考訳（メタデータ） (2024-11-13T12:03:39Z)
• Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
  我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。 私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。 基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
  論文  参考訳（メタデータ） (2024-05-22T18:11:42Z)
• Projective Quantum Eigensolver via Adiabatically Decoupled Subsystem Evolution: a Resource Efficient Approach to Molecular Energetics in Noisy Quantum Computers [0.0]
  我々は,ノイズ中間スケール量子(NISQ)ハードウェアを用いて,分子系の基底状態エネルギーを正確に計算することを目的とした射影形式を開発した。 本研究では,将来の耐故障システムにおいて,必要な精度を同時に確保しながら,ノイズ下での優れた性能を示す。
  論文  参考訳（メタデータ） (2024-03-13T13:27:40Z)
• 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)
• Peptide Binding Classification on Quantum Computers [3.9540968630765643]
  本研究では,計算生物学の分野における課題として,短期量子コンピュータを用いた広範囲な研究を行っている。 治療タンパク質の設計に関わる課題に対してシーケンス分類を行い、類似スケールの古典的ベースラインと競合する性能を示す。 この研究は、治療タンパク質の設計に不可欠なタスクに対して、短期量子コンピューティングの最初の概念実証アプリケーションを構成する。
  論文  参考訳（メタデータ） (2023-11-27T10:32:31Z)
• Variational Quantum Approximated Spectral Clustering [0.6718184400443239]
  本稿では、量子距離に基づく分類器モデルをクラスタリングフレームワークに拡張する可変量子近似スペクトルクラスタリング(VQASC)を提案する。 提案手法では, 重み付き和を非直交グラフの様々な行列表現上で計算できるように, 深度がデータセットサイズに準4次スケールの効率的な量子回路設計を用いる。
  論文  参考訳（メタデータ） (2023-09-08T17:54:42Z)
• 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)
• 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)
• Quantum Robustness Verification: A Hybrid Quantum-Classical Neural Network Certification Algorithm [1.439946676159516]
  本研究では、堅牢性多変数混合整数プログラム(MIP)の解法を含むReLUネットワークの検証について検討する。 この問題を軽減するために、ニューラルネットワーク検証にQCを用い、証明可能な証明書を計算するためのハイブリッド量子プロシージャを導入することを提案する。 シミュレーション環境では,我々の証明は健全であり,問題の近似に必要な最小量子ビット数に制限を与える。
  論文  参考訳（メタデータ） (2022-05-02T13:23:56Z)
• Peptide conformational sampling using the Quantum Approximate Optimization Algorithm [0.03499870393443267]
  短いペプチドの低エネルギー配座をサンプリングする際の変分量子アルゴリズムの性能を数値的に検討する。 その結果、QAOAがタンパク質の折りたたみ問題に短期的に対処する能力に深刻な疑念を抱いた。
  論文  参考訳（メタデータ） (2022-04-04T20:09:50Z)
• Quantum Computational Quantification of Protein-Ligand Interactions [0.0]
  これは、タンパク質-リガンド結合エネルギーの計算への実際の量子コンピュータの最初の応用である。 結果は、NISQアルゴリズムをドラッグデザインに適用するためのハードウェアとソフトウェア要件に光を当てた。
  論文  参考訳（メタデータ） (2021-10-15T15:48:40Z)

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。