論文の概要: Quantum Optimisation for Protein-Protein Interaction Network Alignment
- arxiv url: http://arxiv.org/abs/2609.05238v1
- Date: Fri, 04 Sep 2026 15:04:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.083013
- Title: Quantum Optimisation for Protein-Protein Interaction Network Alignment
- Title（参考訳）: タンパク質-タンパク質相互作用ネットワークアライメントの量子最適化
- Abstract要約: タンパク質-タンパク質相互作用(PPI)ネットワークアライメントは、トポロジカル情報とシーケンス情報を組み合わせて、種間で保存されたモジュールを識別する。
我々は、アライメントを重み付き最大共通誘導部分グラフ問題としてモデル化し、モジュラー積グラフを通してそれを再構成する。
カーネル化,ブランチ・アンド・バウンド,および7つの量子近似最適化アルゴリズムを組み合わせたハイブリッドフレームワークを開発した。
- 参考スコア（独自算出の注目度）: 0.4763980315619087
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Protein-protein interaction (PPI) network alignment combines topological and sequence information to identify conserved modules across species, but global alignment remains challenging: heuristics sacrifice optimality, while exact methods lack scalability. We model the alignment as a weighted maximum common induced subgraph problem and reformulate it through the modular product graph to a minimum-weight vertex cover on the complement, with node weights carrying sequence similarity. To solve this problem, we develop a hybrid framework combining kernelisation, branch-and-bound, and seven Quantum Approximate Optimisation Algorithm (QAOA) formulations. These formulations differ in how the cover constraints are enforced, from penalty terms in the cost Hamiltonian to mixers confined to the feasible subspace. For single round QAOA, we derive closed-form expressions for the expected cost of four circulant mixer variants, enabling performance characterisation without circuit simulation. Applied to synthetic and real-world networks reduced to KEGG pathways, the QAOA formulations achieve high topological conservation on the aligned core while at least maintaining biological conservation comparable to leading classical aligners, at the cost of reduced node coverage. Across selected KEGG pathways, the aligned subnetworks retain disease-associated proteins, preserving biologically relevant information. Cheaper formulations leave more edges uncovered, while enforcing feasibility in the mixer raises circuit depth by one to two orders of magnitude. Together, these results highlight the potential of quantum optimisation for PPI network alignment and the resource trade-offs that will shape its scalability as quantum hardware matures.
- Abstract（参考訳）: タンパク質-タンパク質相互作用(PPI)ネットワークアライメントは、トポロジカルおよびシーケンス情報を組み合わせて、種間で保存されたモジュールを識別するが、グローバルアライメントは依然として困難である。
我々は、アライメントを重み付き最大共通誘導部分グラフ問題としてモデル化し、それをモジュラー積グラフを通して補体上の最小ウェイト頂点被覆に再構成し、ノード重みはシーケンス類似性を持つ。
この問題を解決するために,カーネル化と分岐結合,および量子近似最適化アルゴリズム(QAOA)を併用したハイブリッドフレームワークを開発した。
これらの定式化は、ハミルトニアンのコストのペナルティ項から、実現可能な部分空間に制限されたミキサーまで、カバー制約の強制方法が異なる。
単ラウンドQAOAでは、4つの循環ミキサーの予測コストに対してクローズドフォーム式を導出し、回路シミュレーションなしで性能特性を評価できる。
合成および実世界のネットワークがKEGG経路に還元された場合、QAOAの定式化は、少なくとも古典的な整列器に匹敵する生物学的保存を維持しつつ、整列コアの位相保存を高いコストで達成する。
選択されたKEGG経路全体で、アライメントされたサブネットは疾患関連タンパク質を保持し、生物学的に関連する情報を保存している。
チーパーの定式化は、より多くのエッジを未発見のまま残し、ミキサーで実現可能であることは、回路の深さを1～2桁上昇させる。
これらの結果は、PPIネットワークアライメントの量子最適化の可能性と、量子ハードウェアが成熟するにつれてそのスケーラビリティを形作るリソーストレードオフを強調している。
関連論文リスト
- Resource-Efficient Bio-Molecular Docking on a NISQ-era Digital Quantum Computer [16.44284103525396]
分子ドッキングのためのハイブリッド量子古典的アプローチを提案する。
FBEの目的のグローバルな最小化は、常に純粋な製品状態として選択可能であることを証明します。
また、IBM量子コンピュータ上で回路を実行する。
論文 参考訳（メタデータ） (2026-08-20T10:27:47Z) - PACE-QAOA: Physics-Constrained Quantum Optimization for Qubit-Efficient Power System Islanding [10.677892416842944]
制御された島は、すべての島で運用上の整合性を保ちながら、破壊された電力伝達を制限するために、ストレスのある電力ネットワークを分割する。
本稿では、限定量子ビット容量を克服する量子ビット効率のハイブリッド量子定式化を開発する。
量子ビット効率のラグランジアン戦略は、量子最適化と古典的な洗練とを組み合わせて、運用上の制約を強制する。
論文 参考訳（メタデータ） (2026-08-03T18:42:00Z) - A Hybrid Classical-Quantum Approach for Multi-Constrained Location Optimization Problem [0.19573380763700712]
最大被覆位置問題(MCLP)は、全被覆量を最大化する最適配置を決定することを目的としている。
これは、適切なカバレッジを保証するが、インスタンスサイズが大きくなるにつれて、ソリューション空間を探索する際の複雑さを著しく増大させる、等式制約と不等式制約の両方によって特徴づけられる。
本研究では, MCLPを擬似非拘束バイナリ最適化モデルとして定式化し, 溶液品質において制約埋め込みが重要な役割を担っている。
論文 参考訳（メタデータ） (2026-07-08T19:44:55Z) - SeqGPT: A Constrained Transformer Agent for the Inverse Designof Multi-Panel Composite Structures [43.7610048074368]
SeqGPTは計算コストのかかる反復的手法を置き換えるために開発された条件変換エージェントである。
18パネルのホースシューベンチマークの数値実験により,SeqGPTがほぼ瞬時に解を生成することが示された。
論文 参考訳（メタデータ） (2026-07-03T12:00:39Z) - Scalable Peptide Design via Memory-Efficient Equivariant Transformer [44.385833887269456]
スケーラブルな原子性ペプチドモデリングのためのE(3)不変バックボーンであるMEET(Memory Efficient Equivariant Transformer)を紹介する。
MEETは、メモリ効率のよい注意に関する幾何計算を再構成しながら、不変スカラーと等変ベクトルの特徴ストリームの結合を維持している。
完全な原子ペプチド生成のためのVAEおよび潜伏拡散パイプラインに統合される。
大規模AFDB派生データセットの実験は、提案されたバックボーンが体系的なモデルとデータスケーリングをサポートし、バインド親和性、物理的妥当性、サンプルの多様性が向上することを示している。
論文 参考訳（メタデータ） (2026-06-23T17:25:04Z) - PAC-Bayesian Adversarially Robust Generalization for Message Passing Graph Neural Networks: A Sensitivity Analysis [80.64607823130437]
PAC-BayesianフレームワークをディープニューラルネットワークからメッセージパッシングGNNまで拡張する。
我々は、対向的な設定でより強固な一般化を導出する。
論文 参考訳（メタデータ） (2026-06-04T15:31:21Z) - A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm [46.08923284345648]
分散量子最適化のための構造認識フレームワークを提案する。
検索スペースが$N$の場合、我々のフレームワークはプロセッサやセパレータに依存した要素に対して$O(sqrtN)$クエリ複雑性を達成する。
構造を考慮した分解は、量子ネットワーク上でのスケーラブルな分散量子最適化に実践的な道をもたらすことを示す。
論文 参考訳（メタデータ） (2026-03-08T15:15:52Z) - Stability and Generalization of Push-Sum Based Decentralized Optimization over Directed Graphs [55.77845440440496]
プッシュベースの分散通信は、情報交換が非対称である可能性のある通信ネットワークの最適化を可能にする。
我々は、グラディエント・プッシュ(SGP)アルゴリズムのための統一的な一様安定性フレームワークを開発する。
重要な技術的要素は、2つの量に束縛された不均衡認識の一般化である。
論文 参考訳（メタデータ） (2026-02-24T05:32:03Z) - SKANet: A Cognitive Dual-Stream Framework with Adaptive Modality Fusion for Robust Compound GNSS Interference Classification [47.20483076887704]
グローバルナビゲーション衛星システム(GNSS)は、洗練された妨害による脅威の増大に直面している。
時間周波数画像(TFI)とパワースペクトル密度(PSD)を統合した2重ストリームアーキテクチャに基づく認知的ディープラーニングフレームワークを提案する。
SKANetは96.99%の精度を達成し、複合妨害分類において優れたロバスト性を示した。
論文 参考訳（メタデータ） (2026-01-19T07:42:45Z) - Scalable Quantum Walk-Based Heuristics for the Minimum Vertex Cover Problem [0.0]
連続時間量子ウォーク(CTQW)に基づく最小頂点被覆(MVC)問題に対する新しい量子アルゴリズムを提案する。
この枠組みでは、グラフ上の量子ウォーカーのコヒーレントな伝播は、その構造特性を状態振幅に符号化する。
我々は,CTQWに基づくアルゴリズムが優れた近似比を一貫して達成し,ネットワークトポロジに関して顕著な堅牢性を示すことを示す。
論文 参考訳（メタデータ） (2025-12-02T17:04:57Z) - Hephaestus: Mixture Generative Modeling with Energy Guidance for Large-scale QoS Degradation [44.97875113025023]
本稿では,QoSD(Quality of Service Degradation)問題について考察する。
非線形エッジウェイト関数の下では、RefineD問題に直接対処する先行モデルは存在しない。
この研究は、潜在空間における実現可能な解を合成する自己強化フレームワークであるPIMMAを提案する。
論文 参考訳（メタデータ） (2025-10-19T22:48:35Z) - Cons-training Tensor Networks: Embedding and Optimization Over Discrete Linear Constraints [2.8834278113855896]
我々は,制約行列積状態(MPS)と呼ばれるテンソルネットワークの新たなファミリーを導入する。
MPSは、不等式を含む正確に任意の離散線型制約をスパースブロック構造に組み込む。
これらのネットワークは、特に、可能空間上で厳密にサポートされた分散をモデル化するために調整されている。
論文 参考訳（メタデータ） (2024-05-15T00:13:18Z)
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。