Un framework di computazione quantistica basato su gate per l’ottimizzazione dei codoni

Abstract degli autori

L’ottimizzazione dei codoni è un impegnativo problema di ottimizzazione combinatoria, con importanti applicazioni nella biologia sintetica, nell’espressione proteica e nelle biotecnologie. Sebbene il quantum annealing sia già stato esplorato per questo problema, l’applicazione di algoritmi quantistici basati su gate rimane in gran parte inesplorata. In questo lavoro presentiamo un framework di computazione quantistica basato su gate per l’ottimizzazione dei codoni, formulando l’obiettivo di ottimizzazione come un’Hamiltoniana di Ising ed esprimendolo in termini di operatori di Pauli, adatti ai processori quantistici basati su gate. Il framework proposto viene esaminato usando il Variational Quantum Eigensolver (VQE), il Sampling Variational Quantum Eigensolver (SVQE) e il Quantum Approximate Optimization Algorithm (QAOA), con confronti con la diagonalizzazione esatta, l’ottimizzazione classica e il quantum annealing. Usando un benchmark di tre amminoacidi, le implementazioni proposte riproducono con successo le soluzioni esatte dello stato fondamentale, individuando al contempo selezioni ottimizzate dell’ansatz, strategie di ottimizzazione, schemi di inizializzazione e impostazioni di esecuzione su hardware che garantiscono prestazioni riproducibili sugli attuali hardware quantistici rumorosi. Le dimostrazioni su hardware vengono condotte su processori IBM Quantum per valutare l’implementazione pratica del workflow proposto. In quanto lavoro in corso, questo studio definisce un framework computazionale riproducibile per l’ottimizzazione quantistica dei codoni basata su gate e fornisce le basi per future indagini su sequenze proteiche più lunghe, man mano che hardware e algoritmi quantistici continuano a progredire.