論文の概要: Logarithmic-scale variational quantum eigensolver for off-lattice protein structure prediction in continuous torsional angle space
- arxiv url: http://arxiv.org/abs/2609.02113v1
- Date: Wed, 02 Sep 2026 05:05:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:18.091524
- Title: Logarithmic-scale variational quantum eigensolver for off-lattice protein structure prediction in continuous torsional angle space
- Title（参考訳）: 連続ねじれ角空間における外部タンパク質構造予測のための対数スケール変動量子固有解法
- Authors: Fabio Cumbo, Bryan Raubenolt, Varun Puram, Natalie Katzenmeyer, Jayadev Joshi, Daniel Blankenberg,
- Abstract要約: 対数スケールの変分量子固有解法(VQE)を提案する。
これにより、タンパク質構造予測(QPSP)のための最初の全原子連続空間量子アルゴリズムが導入された。
これは、指数的に少ない量子ビットで高分解能予測が実現可能であることを証明している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Classical and current quantum approaches to protein structure prediction (QPSP) face limitations, notably massive qubit requirements restricting near-term models to simplistic on-lattice simulations. We propose a logarithmic-scale variational quantum eigensolver (VQE) that reduces qubit requirements for N torsional degrees of freedom to O(log2N), enabling off-lattice, all-atom simulations. Our architecture extracts molecular torsions from relative phases in statevector simulations. On quantum hardware, a decoder maps the empirical cumulative distribution function (CDF) from basis-state probabilities to bounded torsional variables. These feed a classical algorithm to build heavy-atom coordinates. We use an EfficientSU2 ansatz and multi-stage relaxation to mitigate barren plateaus. Structures are evaluated via a custom hybrid quantum-classical Hamiltonian, alongside Rosetta and OpenMM benchmarks. Evaluation on chignolin and Trp-cage yielded native-like conformations. Chignolin reached a 0.623 Å Cα RMSD in retained snapshots and 1.199 Å in final models; Trp-cage achieved a 2.501 Å RMSD among snapshots (3.512 Å in final models). Execution on IBM processors (ibm_cleveland, ibm_miami) successfully recovered native-like structures with a best RMSD of 1.758 Å. The custom energy function performed best overall, though energy-ranking imbalances persisted across sampled landscapes for all functions. This introduces the first all-atom, continuous-space quantum algorithm for QPSP. By converting physical qubit constraints into circuit depth constraints, it proves high-resolution prediction is feasible with exponentially fewer qubits. Despite current limits like computational overhead and energy function sensitivity, it establishes a scalable foundation for hybrid quantum biophysics.
- Abstract（参考訳）: タンパク質構造予測(QPSP)に対する古典的および現在の量子的アプローチは制限に直面している。
対数スケールの変分量子固有解法 (VQE) を提案し, N 自由度に対する量子ビット要求を O(log2N) に低減し, オフラテックス, 全原子シミュレーションを可能にする。
我々の構造は状態ベクトルシミュレーションにおいて相対位相から分子トーションを抽出する。
量子ハードウェア上では、デコーダは経験的累積分布関数(CDF)を基底状態確率から有界ねじり変数にマッピングする。
これらは、重原子座標を構築するために古典的なアルゴリズムを提供する。
EfficientSU2 ansatz and multi-stage relaxation to mitigate barren plateaus。
構造は、RosetaとOpenMMベンチマークとともに、独自のハイブリッド量子古典的ハミルトンによって評価される。
チグノリンおよびTrp-ケージの評価により, ネイティブ様コンフォメーションが得られた。
チグノリンは0.623のCα RMSD、最終モデルでは1.199のRMSDに達し、Trp-cageは2.501のRMSDを達成した(最終モデルでは3.512のRMSD)。
IBM プロセッサ (ibm_cleveland, ibm_miami) の実行は、RMSD が 1.758 で回復した。
カスタムエネルギー関数は、すべての関数のサンプルランドスケープ全体にわたってエネルギーレベルの不均衡が持続するにもかかわらず、全体として最もよく機能した。
これにより、QPSPのための最初の全原子連続空間量子アルゴリズムが導入された。
物理量子ビットの制約を回路深さの制約に変換することにより、指数的に少ない量子ビットで高分解能予測が実現可能であることを証明できる。
計算オーバーヘッドやエネルギー関数の感度といった現在の限界にもかかわらず、ハイブリッド量子生物物理学のスケーラブルな基盤を確立している。
関連論文リスト
- Fault tolerant computation of the static structure factor and finite size effects [43.936586633107396]
先導的な2体有限サイズ補正のための量子後処理戦略を開発する。
ツイスト平均化によりワンボディシェル効果が減少すると、長波長密度変動により支配的残留誤差が制御される。
また,2体有限サイズ誤差補正の再構築に使用される赤外線嵌合窓を同定するための適応的グローバル・ローカル二値探索手法も導入した。
論文 参考訳（メタデータ） (2026-06-26T05:31:08Z) - Performance Guarantees for Quantum Neural Estimation of Entropies [31.955071410400947]
量子神経推定器(QNE)は古典的ニューラルネットワークとパラメトリズド量子回路を組み合わせたものである。
非漸近的エラーリスク境界の形で測定された相対エントロピーのQNEの形式的保証について検討する。
我々の理論は、測定された相対エントロピーに対するQNEの原則的実装を促進することを目的としている。
論文 参考訳（メタデータ） (2025-11-24T16:36:06Z) - Randomized Quantum Singular Value Transformation [18.660349597156266]
量子特異値変換(QSVT)のための最初のランダム化アルゴリズムを紹介する。
QSVTの標準的な実装は、ハミルトニアンのブロック符号化に依存しており、対数的な数のアンシラ量子ビット、複雑なマルチキュービット制御、回路深さのスケーリングがハミルトン項の数と線形に必要である。
我々のアルゴリズムは1つのアシラ量子ビットしか使用せず、ブロックエンコーディングを完全に回避している。
論文 参考訳（メタデータ） (2025-10-08T10:14:15Z) - Fast-forwardable Lindbladians imply quantum phase estimation [26.310568727393758]
簡単なリンドブラディアンプロセスはQPE型タスクに適応可能であることを示す。
ハイゼンベルク限界スケーリングを実現するQPEとは異なり、リンドブラディアンの進化は標準的な量子極限複雑性に制限される。
これは、ハミルトン力学と異なり、リンドブラディアンの自然散逸進化速度が基本量子極限を飽和させていないことを示している。
論文 参考訳（メタデータ） (2025-10-08T08:36:46Z) - Quantum Machine Learning for Predicting Binding Free Energies in Structure-Based Virtual Screening [0.0]
分子情報を量子状態にエンコードする量子機械学習手法を導入する。
6つの量子回路ユニットを持つモデルでは、RMSDは2.37 kcal/mol、ピアソン相関は0.650である。
論文 参考訳（メタデータ） (2025-07-24T14:01:39Z) - Schrödingerization based Quantum Circuits for Maxwell's Equation with time-dependent source terms [24.890270804373824]
本稿では, 完全導体(PEC)境界条件を持つマクスウェル方程式の量子回路を明示的に構築する。
量子アルゴリズムは、古典的有限差分時間領域(FDTD)フォーマットと比較して計算複雑性が向上していることを示す。
論文 参考訳（メタデータ） (2024-11-17T08:15:37Z) - Large-scale quantum annealing simulation with tensor networks and belief propagation [0.0]
3つの正則グラフに対する量子アニールは1000量子ビットと5000000量子ビットゲートのスケールでも古典的にシミュレートできることを示す。
非退化インスタンスの場合、一意解は最後の縮小された単一量子状態から読み出すことができる。
MaxCutのような退化問題に対して、グラフテンソル-ネットワーク状態に対する近似的な測定シミュレーションアルゴリズムを導入する。
論文 参考訳（メタデータ） (2024-09-18T18:00:08Z) - Orbital-free density functional theory with first-quantized quantum subroutines [0.0]
確率的想像時間進化(PITE)を用いた軌道自由密度汎関数理論(OFDFT)を実現する量子古典ハイブリッドスキームを提案する。
PITEはOFDFTの一部に適用され、各自己整合体(SCF)反復におけるハミルトニアン基底状態を探索する。
ハミルトンの基底状態エネルギーを得るには、回路深さが$O(log N_mathrmg)$が必要である。
論文 参考訳（メタデータ） (2024-07-23T05:34:11Z) - Iterative Qubit Coupled Cluster using only Clifford circuits [36.136619420474766]
古典的に容易に生成できる理想的な状態準備プロトコルを特徴付けることができる。
繰り返し量子ビット結合クラスタ(iQCC)の変種を導入して,これらの要件を満たす手法を提案する。
本研究では, チタン系化合物Ti(C5H5)(CH3)3と (20, 20) 活性空間の複雑な系に研究を拡張した。
論文 参考訳（メタデータ） (2022-11-18T20:31:10Z) - Ground state preparation and energy estimation on early fault-tolerant
quantum computers via quantum eigenvalue transformation of unitary matrices [3.1952399274829775]
我々は、実数(QET-U)を用いたユニタリ行列の量子固有値変換というツールを開発する。
これにより、基底状態エネルギーを推定するための回路構造に匹敵する、全ての前のアルゴリズムより優れた単純な量子アルゴリズムが導かれる。
横フィールドイジングモデルに対するIBM Qiskitを用いたアルゴリズムの性能を示す。
論文 参考訳（メタデータ） (2022-04-12T17:11:40Z)
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。