論文の概要: Accelerating De Novo Genome Assembly via Quantum-Assisted Graph Optimization with Bitstring Recovery
- arxiv url: http://arxiv.org/abs/2602.00156v1
- Date: Thu, 29 Jan 2026 19:03:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-03 19:28:33.013127
- Title: Accelerating De Novo Genome Assembly via Quantum-Assisted Graph Optimization with Bitstring Recovery
- Title（参考訳）: Bitstringリカバリによる量子支援グラフ最適化によるDe Novoゲノムの高速化
- Authors: Jaya Vasavi Pamidimukkala, Himanshu Sahu, Ashwini Kannan, Janani Ananthanarayanan, Kalyan Dasgupta, Sanjib Senapati,
- Abstract要約: ゲノムシークエンシングは、遺伝情報の解読、生物の同定、疾患の理解、パーソナライズド医療の進歩に不可欠である。
デノボゲノム組換えは、その計算複雑性が高く、時間と精度の両方に影響を及ぼすため、重大な課題を呈している。
本稿では,古典的前処理と統合された量子コンピューティングに基づく最適化アルゴリズムを用いて,ゲノム組立プロセスを高速化するハイブリッドアプローチを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Genome sequencing is essential to decode genetic information, identify organisms, understand diseases and advance personalized medicine. A critical step in any genome sequencing technique is genome assembly. However, de novo genome assembly, which involves constructing an entire genome sequence from scratch without a reference genome, presents significant challenges due to its high computational complexity, affecting both time and accuracy. In this study, we propose a hybrid approach utilizing a quantum computing-based optimization algorithm integrated with classical pre-processing to expedite the genome assembly process. Specifically, we present a method to solve the Hamiltonian and Eulerian paths within the genome assembly graph using gate-based quantum computing through a Higher-Order Binary Optimization (HOBO) formulation with the Variational Quantum Eigensolver algorithm (VQE), in addition to a novel bitstring recovery mechanism to improve optimizer traversal of the solution space. A comparative analysis with classical optimization techniques was performed to assess the effectiveness of our quantum-based approach in genome assembly. The results indicate that, as quantum hardware continues to evolve and noise levels diminish, our formulation holds a significant potential to accelerate genome sequencing by offering faster and more accurate solutions to the complex challenges in genomic research.
- Abstract（参考訳）: ゲノムシークエンシングは、遺伝情報の解読、生物の同定、疾患の理解、パーソナライズド医療の進歩に不可欠である。
ゲノムシークエンシング技術における重要なステップは、ゲノム組立である。
しかし、デノボゲノム組換えは、参照ゲノムを使わずに、スクラッチから全ゲノム配列を構築することを含むが、その高い計算複雑性のため、時間と正確性の両方に影響を及ぼす重要な課題を提示する。
本研究では,古典的前処理と統合された量子コンピューティングに基づく最適化アルゴリズムを用いて,ゲノム組立プロセスの高速化を図るハイブリッドアプローチを提案する。
具体的には、分岐量子固有解アルゴリズム(VQE)を用いた高次二項最適化(HOBO)の定式化により、ゲノム集合グラフ内のハミルトニアン経路とユーレアン経路を解く方法と、解空間の最適トラバースを改善するための新しいビットストリング回復機構を提案する。
ゲノム組立における量子ベースアプローチの有効性を評価するため,古典最適化手法との比較分析を行った。
その結果、量子ハードウェアが進化し、ノイズレベルが低下するにつれて、我々の定式化はゲノムシークエンシングを加速する重要な可能性を秘めている。
関連論文リスト
- A Gate-Based Quantum Genetic Algorithm for Real-Valued Global Optimization [0.0]
実数値大域最適化のためのゲートベース量子遺伝的アルゴリズム(QGA)を提案する。
個人は、測定結果を実数値ベクトルに復号する量子回路で表される。
重ね合わせと絡み合わせは、進化的量子アルゴリズムの探索力学を強化することを示す。
論文 参考訳（メタデータ） (2025-11-07T14:14:53Z) - Quantum Approximate Optimization Algorithm for MIMO with Quantized b-bit Beamforming [47.98440449939344]
多重入力多重出力(MIMO)は6G通信において重要であり、スペクトル効率と信頼性の向上を提供する。
本稿では、送信機と受信機の両方でbビット量子化位相シフト器の問題に対処するために、量子近似最適化アルゴリズム(QAOA)と交互最適化を適用することを検討する。
この量子化ビームフォーミング問題の構造はQAOAのようなハイブリッド古典的手法と自然に一致し、ビームフォーミングで使われる位相シフトは量子回路の回転ゲートに直接マッピングできる。
論文 参考訳（メタデータ） (2025-10-07T17:53:02Z) - Sequential, Parallel and Consecutive Hybrid Evolutionary-Swarm Optimization Metaheuristics [43.05659890525653]
本稿ではPSOとGAの特徴を連続的・並列的・連続的に組み合わせたハイブリッド進化・スワームメタヒューリスティックスについて検討する。
実験結果から,ハイブリッドアプローチはより優れた収束と一貫性を実現することが示された。
本稿では,PSOとGAステップ間の連続性を明示的な情報伝達機構を通じて保証する,新しいハイブリッドPSO-GA進化アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-08-01T00:23:36Z) - Image Classification Method using Dynamic Quantum Inspired Genetic Algorithm [0.0]
D-QIGAは、局所最適化を回避し、最適化を改善するために適応機構と長鎖染色体戦略を導入している。
ベンチマークと実世界の問題でテストされ、GAの95%に比べて99.99%以上の分類精度で従来の遺伝的アルゴリズムよりも大幅に優れていた。
論文 参考訳（メタデータ） (2025-01-20T13:18:13Z) - Quantum-Inspired Genetic Algorithm for Designing Planar Multilayer Photonic Structure [40.27913742030096]
量子アルゴリズムは、機能性材料の設計における新しいツールである。
量子コンピューティングリソースの高価格と成長するコンピューティングニーズのバランスをとる方法は、解決すべき緊急の問題となっている。
改良された量子遺伝的アルゴリズム(QGA)と機械学習サロゲートモデル回帰を組み合わせた能動的学習方式に基づく新しい最適化手法を提案する。
論文 参考訳（メタデータ） (2024-05-08T03:03:10Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - 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) - Quantum Genetic Algorithm with Individuals in Multiple Registers [0.0]
本稿では,サブルーチンに基づく量子遺伝的アルゴリズムを提案する。
この独特な体系化により、遺伝的アルゴリズムを特徴付ける基本的な要素をすべて記述できる。
量子可観測体の生物模倣的クローニングとブヴ・ゼク・ヒラーイ普遍量子クローニングマシンの2つのパラダイム例について検討する。
論文 参考訳（メタデータ） (2022-03-28T19:05:03Z) - Chaos inspired Particle Swarm Optimization with Levy Flight for Genome
Sequence Assembly [0.0]
本稿では、置換最適化問題に対処するため、新しいPSOの変種を提案する。
PSOはChaos and Levy Flight (ランダムウォークアルゴリズム)と統合され、アルゴリズムの探索と利用能力のバランスをとる。
論文で提案する他のPSOの変種と比較して,提案手法の性能を評価するための実証実験を行った。
論文 参考訳（メタデータ） (2021-10-20T15:24:27Z) - 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) - Genome assembly using quantum and quantum-inspired annealing [0.0]
本稿では、量子および量子に着想を得た最適化手法を用いて、ゲノム組立タスクの解法を示す。
本研究は, 生体情報学における量子コンピューティングの活用により, バイオインフォマティクス問題の解法を効率化する手法である。
論文 参考訳（メタデータ） (2020-04-14T15:41:27Z)
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。