量子退火 DNA 序列组装算法
大数据文摘转载自数据派THU
来源：ScienceAI
使用量子退火器 (QA) 进行从头组装任务可能是经典模型中执行的计算的有希望的替代方案。
测序后的组装任务是新生物基因组测序和研究结构基因组变化必不可少的步骤。近年来，新一代测序（NGS）方法的动态发展带来了希望，使全基因组测序成为一种快速可靠的工具，例如用于医学诊断。然而，这受到当前处理算法的缓慢和计算要求的阻碍，这就需要开发更有效的算法。有一条赛道目前的研究探索还不够深入，那就是使用量子计算。
华沙理工大学的研究人员提出了从头组装算法的概念证明，使用基因组信号处理方法，通过计算 Pearson 相关系数来检测 DNA 读数之间的重叠，并将组装问题制定为优化任务（旅行推销员问题）。将在经典计算机上执行的计算与通过结合 CPU 和 QPU 计算的混合方法获得的结果进行比较。为此，使用了 D-Wave 的量子退火器。
实验是使用人工生成的数据和来自模拟器的 DNA 读数进行的，实际的生物体基因组用作输入序列。目前来看，这项工作是少数使用实际生物序列来研究量子退火器上的从头组装任务的工作之一。
该团队进行的概念验证表明，使用量子退火器 (QA) 进行从头组装任务可能是经典模型中执行的计算的有希望的替代方案。当前可用设备的计算能力需要混合方法（结合 CPU 和 QPU 计算）。下一步可能是开发一种严格致力于从头组装任务的混合算法，利用其特异性（例如重叠布局共识图的稀疏性和有界度）。
论文链接：
评论