量子计算机用于蛋白质结构预测的观点
量子物理
2025-03-27 v1
摘要
尽管AlphaFold2等深度学习方法取得了最新进展，但计算机模拟蛋白质结构预测仍然是生物医学研究中的一个挑战性问题。随着量子计算的快速发展，人们自然会问量子计算机是否能为解决这一问题带来有意义的益处。然而，识别适合量子优势的具体问题实例，以及估算所需的量子资源，同样是具有挑战性的任务。在此，我们分享关于如何创建一个框架的观点，该框架用于系统性地选择适合量子优势的蛋白质结构预测问题，并估算在实用规模量子计算机上解决此类问题所需的量子资源。作为概念验证，我们通过准确预测寨卡病毒NS3解旋酶的一个催化环结构来验证我们的问题选择框架，该预测在量子硬件上完成。
引用
@article{arxiv.2312.00875,
title = {A perspective on protein structure prediction using quantum computers},
author = {Hakan Doga and Bryan Raubenolt and Fabio Cumbo and Jayadev Joshi and Frank P. DiFilippo and Jun Qin and Daniel Blankenberg and Omar Shehab},
journal= {arXiv preprint arXiv:2312.00875},
year = {2025}
}