使用量子近似优化算法的肽构象采样

蛋白质折叠——给定氨基酸序列预测蛋白质空间结构的问题——近几十年来在生物化学中吸引了大量研究努力。在本工作中，我们探索量子计算解决简化版蛋白质折叠的潜力。更确切地说，我们数值研究了变分量子算法量子近似优化算法（QAOA）在采样短肽低能构象上的性能。我们首先在一个更简单的问题上基准测试该算法：采样自避行走，这是有效蛋白质构象的必要条件。受 QAOA 在此问题上取得的 promising 结果鼓舞，我们随后将算法应用于更完整的蛋白质折叠版本，包含简化的物理势。在此情形下，基于 20 个量子比特的数值模拟，我们发现结果不那么乐观：需要很深的量子电路才能获得准确结果，且 QAOA 的性能至多只需很小开销便可由随机采样匹敌。总体而言，这些结果严重质疑了 QAOA 在近期解决蛋白质折叠问题的能力，即便在极度简化的设定下。我们相信本工作提出的方法和结论能为如何系统评估变分量子优化算法在蛋白质折叠之外的现实世界问题上提供有价值的方法论见解。