无惩罚量子优化在格点蛋白质折叠中的应用

识别晶格蛋白质的最小能量结构是一个具有挑战性的离散优化问题。量子方法,如模拟量子退火和基于门的量子近似优化算法(QAOA),可以在将该问题映射为二进制表示后进行处理,这通常需要引入惩罚项来强制有效的链构型。然而,在该问题及许多相关问题上,通过将搜索空间限制在冲突图的独立集内,并使用为最大独立集问题设计的QAOA混合器,可以避免使用二次惩罚项。在本工作中,作者实现并探索了用于晶格蛋白质折叠的这一QAOA变体。此处的目标函数仅包含蛋白质能量以及一个简单的线性偏置项,不含二次惩罚项。作者通过对长度为 \(N=4\) 和 \(N=6\) 的晶格蛋白质的量子电路进行经典模拟,验证了该方法。为了探索更大的系统,作者进一步引入了一种启发式迭代局部搜索方案,并利用最多包含26个量子比特的局部子图,成功折叠了长度达 \(N=14\) 的晶格蛋白质。
作者单位: VIP可见
提交arXiv: 2026-06-01 11:34

量科快讯