COMET：基于约束保持QAOA的多重编辑靶标组合优化
量子物理
2026-07-02 v1 人工智能
摘要
多重CRISPR-Cas9基因编辑需要针对每个靶基因选择一个引导RNA，并受制于基因间相互作用：这是一个受约束的组合问题，可以表述为二次无约束二元优化（QUBO），并通过量子近似优化算法（QAOA）求解。每个基因的单热约束通常通过向成本哈密顿量添加二次惩罚项来强制执行，但惩罚系数的选择是启发式的，且惩罚会放大硬件噪声。另一种方法是通过XY混合器在结构上强制执行约束，该方法通过构造保证可行性。我们提出了COMET，这是一个在针对免疫检查点基因PDCD1、LAG3和HAVCR2的三基因、十二量子比特多重编辑实例上，对基于惩罚和XY混合器的QAOA进行的系统比较。在模拟中，XY混合器在QAOA深度p=3时超过95%的最优概率，而跨越一个数量级惩罚系数的三种惩罚变体在每个深度下仍低于6%。在IBM的ibm_kingston（Heron r2）处理器上，XY混合器的模拟器-硬件能量间隙在所有深度下保持在|0.8|以内，而调参最差的惩罚变体的间隙达到+53.9。我们诚实地说明了结构保证在门级噪声下部分失效的情况。十二量子比特实例在经典计算上是平凡的；我们的贡献是在一个生物学动机领域中对约束强制策略进行方法论比较，并进行了真实硬件验证。
引用
@article{arxiv.2607.02622,
title = {COMET: Combinatorial Optimization for Multiplex Editing Targets Via Constraint-Preserving QAOA},
author = {Priyansh Singhal and Sumit Maheshwari and Piyush Joshi},
journal= {arXiv preprint arXiv:2607.02622},
year = {2026}
}