蛋白质序列比较中的快速量子搜索算法——量子生物计算

在生物计算中的蛋白质序列比较背景下考量量子搜索算法。给定长度为 m（即 m 个残基）的样品蛋白质序列，所考虑的问题是在包含 N 个残基的大型数据库中找到最优匹配。起初，将 Grover 量子搜索算法应用于一个简单说明性情形——即数据库构成 m 量子位寄存器 2^m 个基态上的完备态集合，因此已知其包含感兴趣的精确序列。该示例明确展示了相对于经典 O(N) 需求典型的 O(sqrt{N}) 加速。随后给出针对（更现实的）情形的算法，其中数据库可能含有重复序列，且不一定包含与样品序列的精确匹配。就最小化样品序列与数据库子序列间的 Hamming 距离而言，该算法通过采用 Boyer、Brassard、Hoyer 与 Tapp 针对匹配数非先验已知情形对 Grover 算法的扩展，在 O(sqrt{N}) 步内找到最优比对。