利用高效量子编码捕捉蛋白质自由能景观

蛋白质折叠是生物学领域长期存在的核心问题之一,指理解和预测蛋白质线性氨基酸序列如何折叠成特定三维结构的机制。这种结构至关重要,因为蛋白质的功能与其最终折叠形态存在内在关联。错误折叠可能导致阿尔茨海默病、囊性纤维化等严重疾病,凸显了理解蛋白质折叠机制的生物学和临床价值。该研究提出了一种基于回合制编码优化的新型算法,用于预测多肽和小型蛋白质的折叠结构。 该工作基于研究团队此前聚焦疏水塌缩(蛋白质折叠过程中基本现象)的目标函数研究进行了拓展,不仅纳入疏水相互作用,还整合了采用宫泽-杰尼根势能建模的所有非键相互作用。研究人员通过定义的目标函数构建了哈密顿量,在三维面心立方晶格上编码折叠过程,该模型具有优异的堆积效率并能真实反映蛋白质构象。随后采用经典与量子求解器对该哈密顿量进行求解,以探索广阔的蛋白质构象空间。 为确定最低能量的折叠构型,该团队在IBM 133量子比特硬件上运用变分量子本征求解器进行运算。预测结构通过均方根偏差作为指标与实验数据进行验证,并与经典模拟退火及分子动力学模拟结果进行对比。研究结果凸显了经典-量子混合方法在推进蛋白质折叠预测(特别是低同源性序列)方面的应用前景。

作者所在地: VIP可见
作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2025-10-17 05:06

量科快讯