Eine Vorreiterrolle bei der Untersuchung von genetischen Erkrankungen, die mit Quanten-computing

University of Virginia School of Medicine Wissenschaftler nutzen die Geistes-Biege-Potenzial von Quantencomputern, um uns helfen zu verstehen, genetische Krankheiten—noch vor Quanten-Computern sind eine Sache.

UVA Stefan Bekiranov, Ph. D., und Kollegen haben einen Algorithmus entwickelt, um Forschern erlauben, zu studieren, genetische Krankheiten mit Hilfe von Quanten-Computern, einmal gibt es viel mehr leistungsstarken Quanten-Computer, um es auszuführen. Der Algorithmus, eine komplexe Betriebsanleitung, helfen Voraus quantum computing die Entwicklung von algorithmen und weiterentwickeln könnte der Bereich der genetischen Forschung eines Tages.

Quantencomputer stecken noch in den Kinderschuhen. Aber wenn Sie kommen in Ihre eigenen, möglicherweise innerhalb von zehn Jahren, können Sie bieten die Rechenleistung auf einer Skala unvorstellbar, mit herkömmlichen Computern.

„Wir entwickelt und umgesetzt, die eine genetische Probe Klassifikation Algorithmus, der grundlegend ist für das Feld des maschinellen Lernens, die auf einem Quantencomputer in einem sehr Natürliche Weise mit der inhärenten stärken des Quanten-Computern“, Bekiranov sagte. „Dies ist sicherlich das erste veröffentlichte Quantencomputer Studie, finanziert vom Nationalen Institut für Geistige Gesundheit und kann die erste Studie unter Verwendung einer sogenannten universellen Quanten-computer, finanziert von den Nationalen Instituten der Gesundheit.“

Quantum Computing-Grundlagen

Traditionelle computer-Programme basieren auf 1s und 0s, entweder-oder. Doch Quanten-Computer nutzen freaky fundamentale der Quantenphysik: man kann immer Etwas sein und nicht sein zur gleichen Zeit. Statt 1 oder 0, die Antwort, von einem Quanten-computer-Sicht ist beides, gleichzeitig. Das ermöglicht es dem computer zu betrachten, wesentlich mehr Möglichkeiten, alle auf einmal.

Die Herausforderung ist, dass die Technologie ist, um es vorsichtig auszudrücken, technisch anspruchsvoll. Viele von Quanten-Computern müssen gehalten werden nahe dem absoluten Nullpunkt, das entspricht mehr als 450 Grad unter null auf der Celsius-Skala. Selbst dann, die Bewegung der Moleküle der Umgebung des quantum computing-Elemente, die Durcheinander bringen können den Berechnungen, so dass algorithmen nicht nur zu enthalten Anweisungen, was zu tun, aber für wie zu kompensieren, wenn sich Fehler einschleichen.

„Unser Ziel war die Entwicklung eines Quanten-Klassifizierer, die wir umsetzen konnte, die auf eine tatsächliche IBM-Quantencomputer. Aber die großen quantum machine-learning-Papiere im Feld waren sehr theoretischen und der erforderlichen hardware, die nicht existieren. Wir fanden schliesslich die Papiere von Dr. Maria Schuld, wer ist ein Pionier in der Entwicklung von umsetzbaren, in der Nähe von Begriff, quantum machine-learning-algorithmen. Unser Klassifikator baut auf diesen entwickelt von Dr. Schuld,“ Bekiranov sagte. „Nachdem wir begonnen, die Prüfung der Klassifizierung, die auf dem IBM-system, wir haben schnell entdeckt, dass seine momentanen Grenzen und konnte nur umsetzen, eine wesentlich vereinfachte, oder „toy,“ problem erfolgreich, für jetzt.“

Klassifizierung Von Genomischen Daten

Der neue Algorithmus im wesentlichen klassifiziert genomischen Daten. Es kann feststellen, wenn eine Probe kommt von einer Krankheit oder Kontrollprobe exponentiell schneller als ein herkömmlicher computer. Zum Beispiel, wenn Sie alle vier Bausteine der DNA (A, G, C oder T) für die Einstufung, die ein herkömmlicher computer ausgeführt werden würde 3 Milliarden Operationen zur Klassifizierung der Probe. Die neue quantum-Algorithmus müsste nur 32.

Das wird den Wissenschaftlern helfen, zu Sortieren durch die große Menge von Daten für die genetische Forschung. Aber es ist auch proof-of-concept von der Nützlichkeit der Technik für solche Forschung.

Bekiranov und Mitarbeiter Kunal Kathuria, Ph. D., waren in der Lage zu schaffen, der Algorithmus, weil Sie ausgebildet wurden, in der Quanten-Physik, ein Gebiet, das selbst Wissenschaftler finden oft undurchsichtig. Solche algorithmen sind eher gestärkt aus den Physik-oder informatik-Abteilungen als medizinische Schulen. (Beide Bekiranov und Kathuria die Studie der School of Medicine Department of Biochemistry and Molecular Genetics. Kathuria ist derzeit am Lieber-Institut für Gehirn-Entwicklung.)

Denn der Forscher, der die besonderen Fähigkeiten, die Beamten an den National Institutes of Health ‚ s National Institute of Mental Health unterstützt Sie, sich auf das anspruchsvolle Projekt. Bekiranov und Kathuria hoffe, dass das, was Sie entwickelt haben, werden ein großer Vorteil ist, um Quanten-computing und schließlich die menschliche Gesundheit.