Como sugiere el título, estoy buscando ejemplos publicados de algoritmos cuánticos que se aplican a problemas de biología computacional. Claramente, las probabilidades son altas de que no existan ejemplos prácticos (todavía), lo que me interesa es cualquier prueba de conceptos . Algunos ejemplos de problemas de biología computacional en este contexto serían:
- Predicción de estructura proteica (secundaria, terciaria)
- Unión de fármacos y ligandos
- Alineación de secuencia múltiple
- Asamblea de novo
- Aplicaciones de aprendizaje automático
Solo he encontrado una de esas referencias que creo que ilustra lo que estoy buscando. En esta investigación, se utilizó una onda D para la unión del factor de transcripción, sin embargo, sería interesante tener ejemplos fuera del ámbito de la computación cuántica adiabática.
Hay varios en términos de simulación cuántica. Si bien claramente no son simulaciones a una escala que a menudo se considera biológicamente relevante, uno podría imaginar que esta línea de investigación es un precursor para modelar moléculas más grandes de importancia biológica (entre muchas otras cosas).
- Computación cuántica en la nube de un núcleo atómico
- Simulación cuántica escalable de energías moleculares
Entonces, aparte de la unión del factor de transcripción y la simulación cuántica, ¿hay alguna otra prueba de los conceptos que existen y son relevantes para la biología?
Actualización: he aceptado la mejor respuesta hasta ahora, pero me estaré registrando para ver si aparecen más ejemplos. Aquí hay otro que encontré, algo antiguo (2010), que tenía como objetivo demostrar la identificación de conformaciones de proteínas de baja energía en modelos de proteínas de red , también una publicación de D-Wave.
fuente
Respuestas:
No pude encontrar referencias específicamente en biología cuántica. Sin embargo, encontré una revisión llamada Modelización biomolecular asistida cuántica .
Puede resultarle interesante, pero esto es de 2010. El campo ha evolucionado desde entonces, pero supongo que las ideas siguen siendo similares. Los autores se centran más en la idea de la capacidad de una computadora cuántica para probar todos los caminos clásicos simultáneamente.
No sé mucho sobre el campo y la práctica común. Sin embargo, si la biología computacional está más centrada en la optimización, entonces la aplicación de algoritmos de búsqueda cuántica o configuraciones híbridas clásicas-cuánticas debería ser adecuada (incluso si no es tan práctica en este momento).
Ahora sobre Machine Learning, no está claro con la computación cuántica. Especialmente con el nombre Quantum Machine Learning. Se toman diferentes enfoques / objetivos. Algunos algoritmos están diseñados para acelerar los algoritmos clásicos (basados en un dispositivo hipotético llamado qRAM) como K-Means, SVM ... O use QC para ayudar al proceso de aprendizaje en algoritmos clásicos como máquinas de boltzmann restringidas. Algunos se centran en hacer ML con datos cuánticos como, por ejemplo, comprimir datos cuánticos.
Conclusión: todavía no tenemos una idea clara, pero esto la hace emocionante. En el proceso, podemos crear nuevos algoritmos o mejorar los clásicos actuales.
Editar : Recientemente, un comunicado de prensa anunció una asociación entre Rigetti Computing y Entropica Labs para desarrollar aplicaciones del mundo real de la computación cuántica para la bioinformática y la genómica.
fuente
La simulación cuántica se puede utilizar para probar modelos que podrían describir ciertos procesos biológicos. Por ejemplo, un artículo de 2018 de Potočnik et al. examinó modelos de recolección de luz utilizando circuitos cuánticos superconductores (ver figura a continuación).
Actualmente, es una pregunta abierta si la mecánica cuántica juega un papel funcional importante en los procesos biológicos. Algunos procesos biológicos candidatos donde la mecánica cuántica puede tener ese papel incluyen la magnetorecepción en las aves, el olfato y la recolección de luz.
fuente