Nature Computational Science | 量子计算生物学的实际应用( 三 ) ：NatureComputational

量子计算生物学
在这里，研究者描述了一组代表性的，涉及量子计算在生命科学中的使用的研究方向。早期的协议，包括将量子算法直接应用于各种生物任务，特别是用Grover算法解决蛋白质序列比较问题。在生物学中使用量子计算的想法，已经发展了近几十年，从问题和量子算法的观点来解决它们。
3.1生物化学和生物物理
生物学的研究要求，在分子水平上对生物系统进行准确的表征，并对生物化学反应进行研究。这些量子化学问题可以用量子计算机潜在地解决，而传统的计算技术无法解决这些问题。
生物化学研究生物大分子(如蛋白质、核酸、碳水化合物和脂类)和小分子(如氨基酸和核苷酸)的结构、功能和相互作用。活细胞的生物学特性，也取决于小分子和离子的反应。酶活性位点的化学，构成了生物世界中一些最复杂的多参考量子化学问题。同样，模拟合成多相催化剂的作用机理仍然是一个挑战。
【Nature Computational Science | 量子计算生物学的实际应用】现有的NISQ设备可以用于量子化学，例如，使用变分量子特征解算器(VQE) ，它由于其适度的要求而受到了极大的关注。然而，在NISQ时代解决量子化学问题，受到硬件(量子位的数量和量子门实现的质量)和算法实现(如选择一个良好的初始配置，或ansatz,VQE)的限制。量子计算能力的提高，对于准确理解化学性质至关重要，从而能够研究某些系统的非绝热效应。这些作用，在DNA突变和许多酶的作用机制中，都很重要。
质子耦合电子转移，是一类重要的生物物理过程。从高精度的多分量量子方法到复杂的嵌入方案，再到先进的基于密度泛函理论(DFT-based)的方法，以及经典方法都在这一领域做出了重要的贡献。同时，量子化学问题如质子耦合电子转移，超出了NISQ设备的能力。进一步的发展可能来自使用相位估计算法，然而，这需要FTQC设备。
另一个问题，是理解固氮酶的固氮作用(见图3) 。利用近乎理想的量子计算机和资源，解决酶化学问题是可能的，这使得人们可以对108个自旋轨道中54个电子的活性空间，进行完整的构型相互作用计算。 Reiher等人，已经提出了一个具体的指南和相应的量子电路来进行这种计算，这需要接近FTQC时代。最新的研究是， Lee等人的方法表明，在假定1μs的循环时间和物理门错误率不低于0.1%的情况下，使用大约400万个物理量子位元，可以在4天的运行时间内模拟FeMoco 。

文章图片
图3.来自巴斯德氏梭菌的氮酶MoFe蛋白的X射线晶体结构4WES
图片来源于Proc.Natl.Acad.Sci.U.S.A.,2017,114,7555-7560.
进一步的步骤，是研究各种复杂的生物物理过程，如光收集。需要在光的存在下，解决量子化学问题来揭示光化学过程。这类天然共轭系统的一些突出例子包括植物的光收集复合体中的类胡萝卜素和叶绿素色素，以及与视觉相关的视紫红质系统。这些问题与计算量子化学传统上具有挑战性的方面有关，如计算电子结构，寻找基态和激发态的势能面，以及研究环境对光谱的影响。然而，随着量子效应作用的增加和/或尺度的增加，人们可以预期，在量子系统复杂性指数增长的情况下，经典算法将面临精确求解的计算困难。
3.2蛋白质折叠
计算生物学中最著名和最困难的问题之一，是预测给定氨基酸序列的三维蛋白质结构(见图4) 。这一问题的解决方案将会有广泛的应用，比如理解细胞的组成部分，使药物发现更快、更先进。值得一提的是，为了使蛋白质折叠问题与现有的量子计算机兼容，它已经被重新表述为晶格问题。晶格蛋白质折叠，可以被模拟为一个组合优化问题，它等价于找到相应的伊辛哈密顿量的基态。利用现有的设备，基于量子退火的蛋白质折叠算法，只能应用于小规模问题。然而，这种方法似乎对下一代量子退火机很有希望。这个问题的互补方法，包括基于门的量子计算机上的QAOA 。因此，虽然解决晶格蛋白质折叠问题的现有量子算法不能直接适用于原始的生物学问题，但人们希望获得一些关于量子计算设备适用性的有趣见解。更接近原始的蛋白质折叠生物学问题陈述，在Rosetta能量函数和共形体采样中，正在进行一些关于旋转体采样的量子算法的研究。