論文の概要: Quantum Approximate Optimisation Algorithm for Protein Sidechain Packing

• arxiv url: http://arxiv.org/abs/2609.31077v1
• Date: Fri, 25 Sep 2026 10:16:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.336367
• Title: Quantum Approximate Optimisation Algorithm for Protein Sidechain Packing
• Title（参考訳）: タンパク質側鎖パッケージングのための量子近似最適化アルゴリズム
• Abstract要約: 側鎖パッキングはタンパク質の折り畳みにおいて重要な段階である。 Google DeepMindのツールAlphaFold2は、タンパク質のバックボーンを確実に予測するが、サイドチェーンの位置は正確ではない。 我々はAlphaFoldのバックボーンにサイドチェーンをリパックするハイブリッド量子古典パイプラインを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Sidechain packing is a critical stage in protein folding, with direct implications for structure-based drug discovery. Google DeepMind's tool, AlphaFold2, predicts protein backbone reliably but sidechain positioning less accurately. Recovering the lowest-energy rotamer assignment over a fixed backbone is NP-hard. We present a hybrid quantum-classical pipeline that repacks sidechains on the AlphaFold backbone using the Quantum Approximate Optimisation Algorithm (QAOA), encoding the one- and two-body energies as a quadratic unconstrained binary optimisation (QUBO) problem. We introduce a constraint-preserving ansatz, pairing a W-state initialisation with a cyclic XY ring mixer, that enforces one-hot rotamer validity without penalty terms while keeping two-qubit gate scaling linear in the rotamer count. We also define an asymptotic shot-scaling metric, measured against the experimentally resolved conformation, that fixes optimiser quality independently of the baseline; its fitted growth stays below the classical exhaustive-search rate at moderate rotamer flexibility. Evaluated on bovine pancreatic trypsin inhibitor (5PTI) across high- and moderate AlphaFold-confidence regions, the pipeline lowers conformational energy against the AlphaFold baseline.
• Abstract（参考訳）: サイドチェーンパッキングはタンパク質の折り畳みにおいて重要な段階であり、構造に基づく薬物発見に直接的な意味を持つ。 Google DeepMindのツールAlphaFold2は、タンパク質のバックボーンを確実に予測するが、サイドチェーンの位置は正確ではない。 固定バックボーン上での最低エネルギーのロータマー割り当ての復元はNPハードである。 本稿では、量子近似最適化アルゴリズム(QAOA)を用いて、AlphaFoldのバックボーンにサイドチェーンをリパックするハイブリッド量子古典パイプラインを提案する。 本稿では,W状態の初期化と循環型XYリングミキサーを組み合わせて,ロタマー数に2キュービットゲートスケーリングを線形に保ちながら,ペナルティ条件なしで1ホットのロータマーの有効性を強制する制約保存アンサッツを提案する。 また,実験的に解決されたコンフォーメーションに対して測定された漸近的ショットスケーリング測定値を定義し,基準値と独立に最適品質を補正する。 牛膵トリプシンインヒビター(5PTI)を高濃度および中程度のαFold信頼領域で評価し、αFoldベースラインに対するコンフォメーションエネルギーを低下させる。

関連論文リスト

• Quantum Optimisation for Protein-Protein Interaction Network Alignment [0.4763980315619087]
  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。
  論文  参考訳（メタデータ） (2026-09-04T15:04:55Z)
• STARE: Surprisal-Guided Token-Level Advantage Reweighting for Policy Entropy Stability [78.63876433996107]
  GRPOの下でトークンレベルのエントロピーダイナミクスの1次勾配解析を行う。 本稿では,バッチ内部量子化によるエントロピークリティカルトークンのサブセットを識別するSTAREを提案する。 AIME24とAIME25では、STAREはDAPOや他の競争ベースラインを平均精度で4%-8%上回っている。
  論文  参考訳（メタデータ） (2026-06-17T16:13:42Z)
• Hamiltonian-Guided Leverage Embedding: Robust Subspace Compression for Efficient QAOA Parameter Estimation [6.1401581501410085]
  このアルゴリズムは、短期量子デバイスを最適化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。 低エネルギーの量子サンプルをイジング行列に符号化し、圧縮する。
  論文  参考訳（メタデータ） (2026-06-05T19:47:28Z)
• Exact and Asymptotically Complete Robust Verifications of Neural Networks via Quantum Optimization [9.728049285140736]
  本稿では、ディープニューラルネットワークの堅牢な検証のための2つの量子最適化モデルを提案する。 ベンチマークの実験では高い認証精度を示し、量子最適化がロバスト性を保証するための原則的プリミティブとして機能できることが示されている。
  論文  参考訳（メタデータ） (2026-02-28T02:05:02Z)
• 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)
• 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)
• Quantum Algorithm for Protein Side-Chain Optimisation: Comparing Quantum to Classical Methods [0.0]
  本研究では,タンパク質構造の基底状態エネルギーを計算するための資源効率最適化アルゴリズムを開発した。 量子近似最適化アルゴリズムを用いて、コンフォーメーション空間を探索し、低エネルギー構成を同定する量子アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-07-25T15:37:04Z)
• Stable Nonconvex-Nonconcave Training via Linear Interpolation [51.668052890249726]
  本稿では,ニューラルネットワークトレーニングを安定化(大規模)するための原理的手法として,線形アヘッドの理論解析を提案する。 最適化過程の不安定性は、しばしば損失ランドスケープの非単調性によって引き起こされるものであり、非拡張作用素の理論を活用することによって線型性がいかに役立つかを示す。
  論文  参考訳（メタデータ） (2023-10-20T12:45:12Z)

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。