tgoop.com/QuantumTEQ/1237
Last Update:
⚠️شبیهسازی طولانیترین الگوی mRNA بدون استفاده از هوش مصنوعی⚠️
🔹پژوهشگران #IBM و Moderna به دستاورد مهمی در حوزه #زیستشناسی_کوانتومی رسیدهاند و توانستهاند با استفاده از یک الگوریتم #شبیهسازی_کوانتومی، ساختار ثانویه پروتئینی یک توالی mRNA با طول ۶۰ نوکلئوتید را پیشبینی کنند؛ طولانیترین توالیای که تاکنون روی یک رایانهی کوانتومی شبیهسازی شده است.
🔸این mRNA ها نقش انتقالدهنده اطلاعات ژنتیکی از DNA به ریبوزومها را برای سنتز پروتئین بر عهده دارند و در توسعه واکسنها اهمیت بنیادی دارند. ساختار ثانویه آن، شامل تاشدگی های پیچیدهای مانند شبهگرهها(pseudoknots)، تعیینکنندهی عملکرد زیستی مولکول است، اما پیشبینی این ساختارها به دلیل افزایش نمایی تعداد حالتهای ممکن، بسیار دشوار است.
🔹ابررایانههای کلاسیک و مدلهای هوش مصنوعی مانند AlphaFold از شرکت DeepMind میتوانند توالیهای طولانی را پردازش کنند، اما اغلب ویژگیهای مرتبه بالاتر مانندشبهگرهها را حذف میکنند که دقت پیشبینی را کاهش میدهد.
🔸در این پژوهش تیم تحقیقاتی از پردازندهی کوانتومی R2 Heron شرکت IBM بهره گرفت. آنها با استفاده از حداکثر ۸۰ کیوبیت (از مجموع ۱۵۶ کیوبیت در دسترس) و بهکارگیری الگوریتم بهینهسازی کوانتومی مبتنی بر CVaR-VQA – که ریشه در تحلیل ریسک و بهینهسازی دارد – موفق شدند ساختار ثانویه توالی ۶۰ نوکلئوتیدی را شبیهسازی کنند.
🔹این رکورد نسبت به رکورد قبلی ۴۲ نوکلئوتیدی در شبیهسازی کوانتومی پیشرفت چشمگیری محسوب میشود. همچنین از روشهای اصلاح خطا برای کاهش نویز محاسبات کوانتومی استفاده شد.
🔸نتایج اولیه نشان میدهد که این رویکرد قابلیت مقیاسپذیری دارد؛ بهگونهای که در شرایط ایدهآل و بدون نویز میتوان از ۳۵۴ کیوبیت برای شبیهسازی توالیهای طولانیتر و پیچیدهتر استفاده کرد.
🔹پژوهشگران بر این باورند که روشهای کوانتومی میتوانند محدودیتهای مدلهای کلاسیک را پشت سر گذاشته و به پیشبینی دقیقتر فرآیند تاشدگی پروتئین و در نتیجه طراحی واکسنهای mRNA مؤثرتر کمک کنند. با این حال، برای دستیابی به این هدف، توسعه روشهای پیشرفتهتر جهت پیادهسازی مدارهای اختصاصی روی سختافزار کوانتومی و ارتقای معماری پردازندهها ضروری خواهد بود.
🌐لینک خبر
‼️لینک پیش چاپ مقاله
📎join: @QuantumTEQ
🔵LinkedIn
_._._._._
#اخبار #محاسبات_کوانتومی
BY Quantum News

Share with your friend now:
tgoop.com/QuantumTEQ/1237