論文の概要: MAFFT-inspired Quantum Shift-based Sequence Alignment and its Efficient Simulation on Decision Diagrams
- arxiv url: http://arxiv.org/abs/2602.23848v1
- Date: Fri, 27 Feb 2026 09:42:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-02 19:48:24.35361
- Title: MAFFT-inspired Quantum Shift-based Sequence Alignment and its Efficient Simulation on Decision Diagrams
- Title（参考訳）: MAFFTにインスパイアされた量子シフトに基づくシーケンスアライメントとその決定ダイアグラムの効率的なシミュレーション
- Authors: Yusuke Kimura, Yutaka Takita,
- Abstract要約: ゲート型量子回路としてQShift-SA(Quantum Shift-based Sequence Alignment)を提案する。
QShift-SAはGroverアルゴリズムを用いてシフト量とシーケンスペアを探索する。
決定図(DD)に基づく量子回路シミュレータは,状態ベクトルやMPSシミュレータよりも1000ドル以上高速に動作していることがわかった。
- 参考スコア（独自算出の注目度）: 0.6875312133832079
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multiple sequence alignment (MSA) is a core operation for comparing genome sequences and is widely used in bio-informatics. MAFFT, a practical MSA tool, repeatedly shifts a pair of sequences and computes a distance. Because the number of sequence pairs grows quadratically with the number of sequences, this procedure can become a bottleneck. We propose Quantum Shift-based Sequence Alignment (QShift-SA), which implements this ``shift-wise score computation'' as a gate-based quantum circuit and searches over shift amounts and sequence pairs using Grover algorithm. QShift-SA constructs an oracle circuit that compute the Hamming distance (the number of mismatches) between two sequences with data encoding, controlled shift, comparison, and addition. This oracle can search for candidates with small distances. QShift-SA does not aim to replace the full MSA workflow; instead, it targets the screening steps that often dominate the runtime in classical MAFFT as stated above. We evaluate circuit resources (number of qubits, gate count, and depth) and benchmark simulation time across multiple quantum circuit simulators. We find that a decision diagram (DD)-based quantum circuit simulator runs more than 1,000$\times$ faster than state-vector and MPS simulators and can handle larger circuits.
- Abstract（参考訳）: 多重配列アライメント(Multiple sequenceアライメント、MSA)は、ゲノム配列を比較するためのコア操作であり、バイオインフォマティクスで広く用いられている。
実用的なMSAツールであるMAFFTは、ペアのシーケンスを何度もシフトし、距離を計算する。
シーケンスペアの数は、シーケンスの数とともに2次的に増加するため、この手順はボトルネックとなる可能性がある。
本稿では,この「シフトワイズスコア計算」をゲートベース量子回路として実装し,Groverアルゴリズムを用いてシフト量とシーケンスペアを探索するQuantum Shift-based Sequence Alignment (QShift-SA)を提案する。
QShift-SAは、2つのシーケンス間のハミング距離(ミスマッチ数)をデータエンコーディング、制御シフト、比較、加算で計算するオラクル回路を構築する。
この神託は、小さな距離の候補者を探すことができる。
QShift-SAは完全なMSAワークフローを置き換えることを目的としていない。
回路資源(量子ビット数、ゲート数、深さ)とベンチマークシミュレーション時間を複数の量子回路シミュレータで評価する。
決定図(DD)に基づく量子回路シミュレータは、状態ベクトルやMPSシミュレータよりも1000ドル以上速く動作し、より大きな回路を扱うことができる。
関連論文リスト
- TQml Simulator: Optimized Simulation of Quantum Machine Learning [0.0]
量子状態ベクトル上でのゲート層の作用をシミュレーションするための普遍的およびゲート固有の手法をベンチマークする。
我々は、与えられた回路の各層に対して最も効率的なシミュレーション手法を用いて、TQml Simulatorという数値シミュレータを開発した。
論文 参考訳（メタデータ） (2025-06-05T11:19:05Z) - Circuit Partitioning and Full Circuit Execution: A Comparative Study of GPU-Based Quantum Circuit Simulation [0.0]
大規模な量子回路の実行は、現在利用可能なNISQ(ノイズの中規模量子)デバイスでは不可能である。
本研究では,分散メモリを用いた回路分割と全回路実行の2つのシミュレーション手法の比較解析を行った。
その結果,単一ノード上でのシミュレーションにおいて,全回路実行は回路分割よりも高速であることが示唆された。
論文 参考訳（メタデータ） (2025-02-17T03:04:43Z) - Distributed quantum logic algorithm [0.0]
本研究は、並列ゲート実行を可能にする補助量子ビットを導入して回路深さを低減する方法を検討する。
深さ$Oleft(M n2right)$,$M = M(n)$は、深さ$Oleft(log_2(M) n2right)$で操作する深さ$Oleft(M nright)$ qubitsの回路に変換可能であることを示す。
論文 参考訳（メタデータ） (2024-11-18T19:08:07Z) - Quantum Circuit Optimization with AlphaTensor [47.9303833600197]
我々は,所定の回路を実装するために必要なTゲート数を最小化する手法であるAlphaTensor-Quantumを開発した。
Tカウント最適化の既存の方法とは異なり、AlphaTensor-Quantumは量子計算に関するドメイン固有の知識を取り入れ、ガジェットを活用することができる。
注目すべきは、有限体における乗法であるカラツバの手法に似た効率的なアルゴリズムを発見することである。
論文 参考訳（メタデータ） (2024-02-22T09:20:54Z) - Efficient Quantum Counting and Quantum Content-Addressable Memory for
DNA similarity [0.38233569758620056]
本稿では,CAM(Content-Addressable Memory)の量子アナログであるQCAMについて述べる。
回路構成は、QBArtエンコーディングを生成するために、前処理で使用した並列制御の回転ゲートを用いている。
さらに,観測可能な1つの測定値からGroverイテレーションの最適数を推定できる量子カウントアルゴリズム(HEQC)のハードウェア効率のよい実装を提案する。
論文 参考訳（メタデータ） (2023-08-01T17:59:02Z) - Quick Adaptive Ternary Segmentation: An Efficient Decoding Procedure For Hidden Markov Models [41.99844472131922]
ノイズ観測から元の信号を復号することは、ほぼすべてのHMMデータ解析における主要な目標の1つである。
QATS, QATS, QATS, QATS, QATS, QATS, QATS, QATS, QATS, QATS, QATS, QATSについて述べる。
QATSの実装はGitHubのRパッケージQATSにある。
論文 参考訳（メタデータ） (2023-05-29T19:37:48Z) - Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。
我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。
我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
論文 参考訳（メタデータ） (2023-04-10T23:01:10Z) - Quantum algorithm for position weight matrix matching [0.9404723842159504]
バイオインフォマティクス, 位置重み行列(PWM)マッチングにおける問題に対する2つの量子アルゴリズムを提案する。
提案した2つのアルゴリズム、ナイーブ法とモンテカルロ法は、生物学的配列のエントリへの分子アクセスを考慮し、一致したセグメントを出力する。
論文 参考訳（メタデータ） (2023-03-07T00:34:16Z) - Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。
我々は距離の計算を高速化するために量子現象を利用する。
我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文 参考訳（メタデータ） (2022-12-13T16:04:16Z) - Parallel Simulation of Quantum Networks with Distributed Quantum State
Management [56.24769206561207]
我々は、量子ネットワークの並列シミュレーションの要件を特定し、最初の並列離散事象量子ネットワークシミュレータを開発する。
コントリビューションには、複数のプロセスに分散した共有量子情報を維持する量子状態マネージャの設計と開発が含まれています。
既存のシーケンシャルバージョンと並行してオープンソースツールとして,並列SeQUeNCeシミュレータをリリースする。
論文 参考訳（メタデータ） (2021-11-06T16:51:17Z) - Efficient Algorithms for Causal Order Discovery in Quantum Networks [44.356294905844834]
入力および出力システムへのブラックボックスアクセスを前提として,最初の効率的な量子因果順序探索アルゴリズムを開発した。
我々は、量子コムを用いて因果順序をモデル化し、我々のアルゴリズムは、与えられたプロセスと互換性のある入力と出力の順序を出力する。
我々のアルゴリズムは、量子通信ネットワークで利用可能な伝送経路を効率的に検出し、最適化する方法を提供する。
論文 参考訳（メタデータ） (2020-12-03T07:12:08Z) - Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。
典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。
また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
論文 参考訳（メタデータ） (2019-12-31T19:00:00Z)
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。