NeFut Logo NeFut
EN 管理员登录

[AI学术] COMET:基于约束保持的量子近似优化算法在多重基因编辑中的应用

发布于:2026-07-08 22:00 最后更新:2026-07-09 03:23
#algorithm #optimization #Quantum

摘要

多重 CRISPR-Cas9 基因编辑需要为每个目标基因选择一个引导 RNA,且需考虑基因间的交互作用,这构成了一个受约束的组合优化问题。该问题可以形式化为二次无约束二元优化(QUBO),并通过量子近似优化算法(QAOA)进行求解。传统上,通过向成本哈密顿量添加二次惩罚项来强制执行每个基因的一热编码约束,但惩罚系数的选择是启发式的,并且惩罚会放大硬件噪声。另一种方法是通过 XY 混合器结构性地执行约束,这种方法通过构造保持可行性。

我们提出了 COMET,这是一个对基于惩罚和 XY 混合器 QAOA 的系统比较,应用于一个针对免疫检查点基因 PDCD1、LAG3 和 HAVCR2 的三基因、十二量子比特的多重编辑实例。在模拟中,XY 混合器在 QAOA 深度 p=3 时达到超过 95% 的最优概率,而三种惩罚变体在每个深度均保持在 6% 以下。在 IBM 的 ibm_kingston(Heron r2)处理器上,XY 混合器的模拟-硬件能量差在所有深度中保持在 |0.8| 之内,而调整最差的惩罚变体的差则达到 +53.9。我们诚实地描述了在门级噪声下结构保证部分失效的情况。这个十二量子比特的实例在经典上是微不足道的;我们的贡献在于在生物动机领域中对约束执行策略进行方法论比较,并进行真实硬件验证。

博主点评: 本文通过比较不同约束执行策略,展示了量子计算在基因编辑中的潜力。特别是 XY 混合器在处理硬件噪声方面的优势,表明在量子计算的实际应用中,结构性设计的重要性不可忽视。未来可能会推动更复杂生物系统的优化研究。

原文链接: https://arxiv.org/abs/2607.02622

[h] 返回首页