Como o título sugere, estou procurando exemplos publicados de algoritmos quânticos sendo aplicados a problemas em biologia computacional. Claramente, as chances são altas de que ainda não existem exemplos práticos - o que me interessa é qualquer prova de conceitos . Alguns exemplos de problemas de biologia computacional nesse contexto seriam:
- Predição da Estrutura de Proteínas (Secundária, Terciária)
- Ligação a ligantes de drogas
- Alinhamento de várias seqüências
- Montagem De-novo
- Aplicativos de aprendizado de máquina
Eu encontrei apenas uma dessas referências que acho ilustrativas do que estou procurando. Nesta pesquisa, uma onda D foi usada para a ligação do fator de transcrição; no entanto, seria interessante ter exemplos fora do domínio da computação quântica adiabática.
Existem vários em termos de simulação quântica. Embora claramente não sejam simulações em uma escala considerada biologicamente relevante, pode-se imaginar que essa linha de pesquisa seja um precursor para modelar moléculas maiores de importância biológica (entre muitas outras coisas).
- Computação quântica em nuvem de um núcleo atômico
- Simulação Quântica Escalável de Energias Moleculares
Então, além da ligação ao fator de transcrição e simulação quântica, existem outras provas de conceitos que existem e são relevantes para a biologia?
Atualização: aceitei a melhor resposta até agora, mas estarei verificando se há mais exemplos. Aqui está outro que eu descobri, um pouco antigo (2010), que tinha como objetivo demonstrar a identificação de conformações de proteínas de baixa energia em modelos de proteínas de treliça - também uma publicação da D-Wave.
fonte
Respostas:
Não consegui encontrar referências especificamente na biologia quântica. No entanto, encontrei uma revisão chamada modelagem biomolecular Quantum Assisted .
Você pode achar interessante, mas é de 2010. O campo evoluiu desde então, mas acho que as idéias permanecem semelhantes. Os autores se concentram mais na idéia da capacidade de um computador quântico tentar todos os caminhos clássicos simultaneamente.
Não sei muito sobre o campo e a prática comum. No entanto, se a biologia computacional estiver mais focada na otimização, a aplicação de algoritmos de pesquisa quântica ou configurações quânticas clássicas híbridas deve ser adequada (mesmo que não seja tão prática no momento).
Agora, sobre o Machine Learning, não é claro com a computação quântica. Especialmente com o nome Quantum Machine Learning. Diferentes abordagens / objetivos são adotados. Alguns algoritmos são projetados para acelerar os algoritmos clássicos (com base em um dispositivo hipotético chamado qRAM) como K-Means, SVM ... Ou use o QC para ajudar no processo de aprendizado de algoritmos clássicos como máquinas boltzmann restritas. Alguns se concentram em fazer ML com dados quânticos, como comprimir dados quânticos, por exemplo.
Conclusão: ainda não temos uma ideia clara, mas isso a torna empolgante. No processo, podemos apenas criar novos algoritmos ou aprimorar os clássicos atuais.
Edit : Recentemente, um comunicado à imprensa anunciou uma parceria entre a Rigetti Computing e a Entropica Labs para desenvolver aplicativos do mundo real da computação quântica para bioinformática e genômica.
fonte
A simulação quântica pode ser usada para testar modelos que podem descrever certos processos biológicos. Por exemplo, um artigo de 2018 de Potočnik et al. examinaram modelos de colheita de luz usando circuitos quânticos supercondutores (veja a figura abaixo).
Atualmente, é uma questão em aberto se a mecânica quântica desempenha um papel funcional importante nos processos biológicos. Alguns processos biológicos candidatos em que a mecânica quântica pode ter esse papel incluem a magnetorecepção em aves, olfação e colheita leve.
fonte