量子科技中心_量科网

有效的分子表征对于基于配体的虚拟筛选至关重要。该研究团队通过开发和评估一系列量子-经典混合嵌入方法，探究了量子数据嵌入策略如何提升这一任务。这些方法以不同方式将经典神经网络与参数化量子电路相结合，生成具有表现力的分子表征，并在LIT-PCBA和COVID-19两个不同规模的基准数据集上进行了评估。在多个生物靶点和类别不平衡场景下，若干量子及混合嵌入变体始终优于经典基线方法，特别是在数据受限情况下。这些成果凸显了优化量子数据嵌入作为基于配体虚拟筛选的数据高效工具的潜力。