Daten, Er is al veel gezegd over de belofte van kwantumcomputing voor talloze toepassingen, maar er zijn maar weinig voorbeelden van een kwantumvoordeel voor praktische problemen in de echte wereld. Dit kan veranderen met een nieuwe studie van het USC Center for Quantum Information Science &Technology aan de Viterbi School of Engineering en het USC Dana en David Dornsife College of Arts, Brieven en Wetenschappen. Onderzoekers Richard Li, Rosa Di Felice, Remo Rohs, en Daniel Lidar hebben aangetoond hoe een kwantumprocessor kan worden gebruikt als een voorspellend hulpmiddel om een ​​fundamenteel proces in de biologie te beoordelen:de binding van genregulerende eiwitten aan het genoom. Dit is een van de eerste gedocumenteerde voorbeelden waarin een fysieke kwantumprocessor is toegepast op echte biologische gegevens. Het onderzoek is uitgevoerd op een D-Wave Two X-machine van het USC Information Sciences Institute.

Bepaalde sequenties van DNA vormen genen, dat zijn de "instructies" voor het maken van eiwitten die het grootste deel van het zware werk in een cel doen. Echter, als reactie op zijn moleculaire omgeving, een cel kan meer of minder van een bepaald eiwit nodig hebben om zijn functie uit te voeren. Dit complexe proces van het regelen van de productie van eiwitten staat bekend als genregulatie. De eiwitten die regelen welke genen tot expressie worden gebracht, staan ​​bekend als transcriptiefactoren (TF's). Om hun functie te kunnen uitoefenen, TF's moeten zichzelf kunnen vinden en hechten op specifieke locaties van het genoom.

Algemeen, het is nog niet helemaal duidelijk hoe TF's de kleine fractie functionele bindingsplaatsen in het genoom tussen vele bijna identieke maar niet-functionele plaatsen identificeren. Meer uitgebreide kennis van DNA-transcriptie en eiwitvorming is van cruciaal belang voor wetenschappers om een ​​beter begrip te krijgen van hoe mutaties in eiwitten die de bouwstenen van ons lichaam zijn, leiden tot ziekte.

"Kwantumcomputers kunnen helpen om licht te werpen op dit proces, " zei de co-corresponderende auteur van de studie, Daniel Lidar.

"We hebben ervoor gekozen om het probleem aan te pakken met behulp van machine learning geïmplementeerd op een D-Wave-kwantumuitgloeier, om ons vermogen te testen om gecompliceerde real-life biologieproblemen te vertalen naar de setting van kwantummachine learning, en om te zoeken naar eventuele voordelen die deze aanpak kan bieden ten opzichte van meer conventionele, maar state-of-the-art klassieke machine learning technieken, ', voegde Lidar eraan toe.

Een belangrijke stap in de transcriptie van DNA is de binding van een eiwit. Echter, de bindingsgebeurtenis zal alleen plaatsvinden als aan bepaalde voorwaarden is voldaan:een bepaalde volgorde van de letters van het DNA-alfabet (adenine, thymine, guanine en cytosine) en alleen op de juiste plaats op een DNA-streng die bekend staat als een bindingsplaats. Een mogelijke bindingsplaats is alleen functioneel in minder dan één procent van de gevallen, zegt de andere co-corresponderende auteur van de studie, Rohs, een professor in de biologische wetenschappen, scheikunde, natuurkunde, en informatica die ook een faculteitslid is in het nieuwe USC Michelson Center for Convergent Bioscience.

Promovendus scheikunde Richard Li, computationeel nano-/biofysicus Rosa Di Felice, quantum computing-expert en Viterbi-hoogleraar engineering Daniel Lidar, samen met computationeel bioloog Remo Rohs, probeerden machine learning toe te passen om modellen uit biologische gegevens af te leiden om te voorspellen of bepaalde sequenties van DNA sterke of zwakke bindingsplaatsen vertegenwoordigden voor binding van een bepaalde reeks transcriptiefactoren. De patronen en modellen die door de kwantumprocessor waren geleerd, werden vervolgens toegepast om de bindingssterkte te schatten voor een reeks sequenties waarvan het niet bekend was of een eiwit eraan zou binden. Het algoritme dat ze speciaal voor de D-Wave Two X-kwantumgloeimachine ontwikkelden, leidde tot voorspellingen die in overeenstemming waren met experimentele gegevens uit de echte wereld.

Een echt biologisch probleem in kaart brengen op een kwantumcomputer

Voor deze studie is de quantum D-Wave Two X-processor bleek de mogelijkheid te hebben om de bindingsplaatsen als sterk of zwak te classificeren. Een nieuwigheid van de studie was het in kaart brengen van een biologisch probleem met behulp van feitelijke eiwit-DNA-bindingsgegevens aan een kwantumchip. De kwantummachine was ook in staat om conclusies te genereren die consistent waren met het huidige begrip van een bioloog van genregulatie. In dit geval, de quantum mapping resulteerde in de juiste bindingsplaats voor geselecteerde eiwitten.

"De mogelijkheid om dit werk op een kwantumcomputer te doen, is een belangrijke stap voorwaarts en suggereert toekomstige toepassingen van een convergentie van biologie en kwantuminformatie, ' zei Rohs.

De onderzoekers benadrukken dat in zijn huidige vorm, de studie maakt gebruik van een vereenvoudigde versie van biologische gegevens en heeft een 'proof-of-principle karakter'. Ze geloven dat zodra kwantumprocessors, bekend als annealers, qubits verzamelen en een grotere verwerkingskracht hebben, meer complexe cellulaire determinanten van genregulatie die Rohs momenteel bestudeert, kunnen worden gecodeerd in nieuwe modellen die kwantumcomputers gebruiken.

Het geeft ook een toekomst aan waarin kwantuminformatie kan convergeren met andere disciplines die sterk afhankelijk zijn van computationele strategieën, zoals materiaalkunde en nanotechnologieën.