QuantumComputer_Insidelook.

在生物信息学中的量子计算应用

2019年8月22日 离开 经过 行政

Quantum Computing能够以其平行计算和解决算法的能力,其速度远远超过传统计算机的速度,这些计算机承诺将来自化学和物流的田地彻底改变为金融和物理学。虽然量子计算是明天世界的一种技术,但它没有’对于任何人都知道这个世界实际上的样子,而且却足够了。

什么是量子计算?
量子计算是使用量子 - 机械现象,例如叠加和纠缠以执行计算。

什么是Qubits?
Qubits可以采取多种形式,例如原子,离子,光子,甚至是在我们的电路上跑步的各个电子。您可以将一个Qubit视为相当于现代计算中的经典比特,具有扭曲。与位相同,也使用我们的二进制系统为1S和0S测量Qubits。但与经典位不同,Qubits同时可以是1和0。它甚至陌生人。因为qubit同时可以是1和a 0,所以您测量的是确定最终输出的QUBITS。但这甚至可能是如何?我们有两个称为叠加和纠缠的Qubit属性。

叠加
在叠加中,qubit可以同时在多个状态下,其值不仅为0或1,而且两者之间的值和之间的任何数量。这对计算具有一些严重的影响。想象一下一台Quantum电脑棋,它将能够立即分析每一个可能的移动,然后挑选最好的。与现代计算机相比,这需要一次分析和采取行动。

纠缠
Qubits的另一个奇怪属性是他们将被锁在一起的能力,称为纠缠,即使在具有物理连接的零可能性的大量距离上。当两个QUBITS链接在一起时,它们都会共享类似的状态,或值,为1或0。您添加到混音的每个Qubit加倍可能的处理能力。

如果将300个QUBITS一起纠缠在一起,您可以执行比宇宙中已知原子的更平行计算。

qubits_bioinformatics.

量子计算如何与经典计算有所不同?
所有计算系统依赖于存储和操作信息的基本能力。当前计算机操纵单个位,将信息存储为二进制0和1状态。

量子计算机利用量子力学现象来操纵信息。为此,他们依赖量子位或Qubits。 Qubits是量子计算的基础,并且有些类似于经典计算机中的比特。

古典和量子计算之间的另一个基本差异在于基本的操作集。经典计算基于二进制操作,例如不是和和和门。这些操作是通用的:可以使用Nots和ands复制任何其他布尔操作。它们也是不可逆转的:鉴于A和GATE的结果,我不能推断输入变量。相比之下,量子进化是可逆的,如施拉网方程所示。破坏可逆性的事件,例如测量,导致量子行为的损失。为了具有量子增益,重要的是仅使用可逆,单一门。可以表明,一小组这些门也是普遍的。

通常,量子算法是五个步骤的序列:
1.将输入数据介入到一组Qubits的状态。

2.在许多州(即,使用量子叠加),将Qubits进入叠加。

3.将算法(或Oracle)应用于所有状态(即,使用QUBits之间的量子纠缠);在此步骤结束时,其中一个国家持有正确的答案。

4.取出测量正确状态的概率(即,使用量子干扰)。

5.释放一个或多个Qubits。

根据量子力学,测量结果是随机的。我们希望为算法设计算法,以便最可能的答案是将可以解释为对我们问题的解决方案的经典结果。

QuantumComputervsClassicalComputer.

在量子计算机内
创建量子位有几种不同的方法。一种方法使用超导性来创建和维持量子状态。为了长时间使用这些超导Qubits,必须保持很冷。系统中的任何热量都可以引入错误,这就是为什么量子计算机在靠近绝对零的温度下操作的原因,比空间真空更冷。

由于这种量子计算机对温度,微波,光子的干扰非常敏感,即使是运行机器本身的电。随着加热你’ve遇到了很多电子,彼此碰撞,这可以导致Qubit’s decoherence. That’为什么这些钻机必须在靠近绝对零附近进行操作。

阴影中的外太空是两到三度的开尔文。外部空间太温暖了,可以做这些类型的计算。票据,量子计算机钻机的最低水平,在计算本身发生的情况下,存在于寒冷的10毫克零的融合程度上。我们可能应该应该’T期望在室温下在室温下运行的桌面量子计算机,即使在我们的生活中也可能存在于未来几十年内。

令人惊讶的是,这些系统是相当节能的。除了充分冷却系统的能量之外(需要大约36小时的过程)IBM’S 50 QUBBit钻机只绘制10到15千瓦的功率,大致相当于10个标准微波炉

quantum_computer_fullview.

QuantummainComputer

insidelook_quantum计算机

QuantumComputer_Insidelook.

 

量子计算机的类型
目前有两种主要实现量子计算机的主要方法:模拟和数字。

模拟方法进一步分为量子模拟,量子退火和绝热量子计算。

数字量子计算机使用量子逻辑门进行计算。两种方法都使用量子位或QUBits。

类型 - 量子计算机

目前可用的量子硬件
可以将量子计算硬件社区分类为两个主要系列。一方面,基于量子栅极模型和量子电路的量子计算机是基于逻辑门的当前经典计算机最相似的。目前开发通用量子处理器的主要公司(通过策略)是阿里巴巴,IBM ,Google和Rigetti(使用超导Qubits),IONQ(使用被困离子QUBITS),Xanadu(开发光子量子计算机)和Microsoft(使用拓扑Qubits)。

IBM_Q.

IBM Q量子计算机

Insidenedwavequantum计算机

D波量子电脑

另一家大型量子计算机是量子退火者。这些计算机的设计是在组合优化问题中找到局部最小值的目的。一些实验量子退火器已经是商业上可用的,是D波处理器的最突出的示例,其中运动超过2000次超导Qubits。这台机器在全球的实验室和公司中经过大量测试,包括谷歌,Lanl,德克萨斯州&M, USC, and more

量子计算机的应用
可以从量子计算技术受益的行业包括医疗保健,制造,制药,媒体和密码学。由于我们对大数据的巨大依赖,提高服务,加快加工量子计算机在筛选数据中的速度更大,并在以前不可能使用常规计算功率处理它的突破性速度。随着量子计算的指数发展持续存在,因此人类可以解决问题的能力 - 在理论数学和物理学中 - 这意味着我们将有一天能够解决以前认为无法解决的问题,从而获得“量子至上”。

生物信息学研究中的量子计算机研究
迄今为止,关于无数申请量子计算的承诺已经涉及许多人的承诺,但是对于实际兴趣的现实世界问题,几乎存在量子优势的例子。

解决生物问题的定量方法越来越决定性。特别是,两类计算方法处于生物学研究的核心:

(i)基于分子,细胞和系统和系统的物理化学性质的方法

(ii)可以导航大数据的计算机科学方法,这些方法表征基因组学,蛋白质组学,别或术等。

量子扫描腹涂料

科技巨头像IBM和Microsoft都指向化学作为Quantum Computing的第一个应用程序 - 目前正在开发的全新的计算形式。当然,化学有许多生物信息学应用可能性。量子化学也有农业和表观遗传学和许多其他学科的应用。量子计算机可用于设计新药物,设计新材料,了解催化相互作用和分子相互作用。

我们可以继续通过挖掘DNA中蛋白质的秘密来设计针对性癌症疗法的路径。量子计算将允许我们整体地映射蛋白质,就像我们为基因一样。

一些第一个有用的问题量子计算机可能会伸出的是模拟小分子或化学反应。从那里,电脑可以继续加快搜索新药或启动节能催化剂的开发以加速化学反应。

量子计算在生物学研究中的应用实例
Remo RoHS和Daniel Lidar已经证明了量子处理器如何用作评估生物学基本过程的预测工具:基因调节蛋白与基因组的结合。这是第一记录的示例之一,其中物理量子处理器已应用于真实的生物数据。该研究在USC信息科学研究所的D-WAVE二X机上进行。

QuantumComputer_BioInformatics.

某些DNA序列组成基因,即“instructions”制备蛋白质,该蛋白质在细胞内做大部分沉重升降。然而,响应于其分子环境,细胞可能需要或多或少的某种蛋白质来进行其功能。这种控制蛋​​白质产生的复杂过程称为基因调控。调节哪个基因的蛋白质称为转录因子(TFS)。为了执行其功能,TFS需要能够在基因组的特定位置找到和附加自己。

总的来说,它还没有完全清楚TFS如何在许多几乎相同但非功能性网站之间识别基因组中的少数官能结合位点。更全面的DNA转录和蛋白质形成知识对于科学家来说至关重要,以增加对蛋白质中的蛋白质中的突变如何导致疾病的突变。

DNA转录的关键步骤是蛋白质的结合。然而,只有在满足某些条件时,才会发生结合事件:DNA字母(腺嘌呤,胸腺嘧啶,鸟嘌呤和胞嘧啶的字母的特定序列,并且仅在称为结合位点的DNA链的右位置。可能的结合位点仅在不到一个情况下运作。

在量子计算机中使用机器学习方法
为了应用机器学习,从生物数据中衍生模型,预测某些DNA序列是否表示强或弱结合位点,用于结合特定的转录因子。然后应用量子处理器学习的图案和模型以估计如果蛋白质与它们结合,则估计其未知的一系列序列的粘合强度。他们专门为D波两X Quantum退火机开发的算法导致了与现实世界实验数据一致的预测。

对量子计算机的真实生物问题的映射
对于该研究,量子D波两X处理器似乎具有将绑定部位分类为强或弱的粘合点。该研究的一种新奇是使用实际蛋白-DNA将数据与量子芯片的生物问题的映射。量子机也能够产生与生物学家一致的结论’我目前了解基因调控。在这种情况下,量子映射导致所选蛋白质的正确结合位点。

对量子计算机的真实生物问题的映射
对于该研究,量子D波两X处理器似乎具有将绑定部位分类为强或弱的粘合点。该研究的一种新奇是使用实际蛋白-DNA将数据与量子芯片的生物问题的映射。量子机也能够产生与生物学家一致的结论’我目前了解基因调控。在这种情况下,量子映射导致所选蛋白质的正确结合位点。

通用量子计算机概述和应用

一个不确定的未来
没有人知道量子计算将如何结果。我们拥有Microsoft,IBM和Google等所有巨人,将数百万美元投入新的研究。但是关于每个人的思想就是真正的问题是什么类型的QUBBit将获得领导者?毕竟,它是关于业务的全部,无论谁能使第一个可制造的Qubit和Quantum Computer肯定会获胜。如果它是由英特尔,那么我们可能会使半导体材料逻辑过渡到微型超导电路中,以便摆脱其现有的传统。

IBM在量子计算研究中

 

微软在量子计算研究中

参考
1.li,r.y.,di felice,R.,RoHS,R.,&LIDAR,D. A.(2018)。 Quantum退火与经典机器学习应用于简化的计算生物学问题。 NPJ量子信息,4(1),14。
2.TangPrasertchai,N. S.,Di Felice,R.,Zhang,X.,Slaymaker,I. M.,Vazquez Reyes,C.,Jiang,W.,… &Qin,P. Z.(2017)。 CRISPR-CAS9使用位点定向的旋转标记检测检测的CRISPR-CAS9介导的DNA展开。 ACS化学生物学,12(6),1489-1493。
3. orus,R.,Mugel,S。,&Lizaso,E。(2019)。金融量计算:概述和潜在客户。物理学评论,100028。