量子科技中心_量科网

本论文展示了量子序列比对（QSA）算法在模拟环境和真实噪声中等规模量子（NISQ）计算机上处理生物数据的实现方案。该项量子生物信息学方法改进了200年提出的原始QSA算法，以适应NISQ时代量子计算机的当前能力与局限，并采用遗传算法状态准备（GASP）技术来构建编码电路，将数据库序列和目标序列载入量子数据寄存器。研究人员在模拟量子计算机环境中对该实现方案进行测试，以验证方法的有效性并优化GASP数据加载电路设计。研究结果证明了部署QSA算法的可行性，尤其展示了GASP在量子电路设计领域（特别是针对量子生物信息学中的复杂算法及其他数据密集型问题）进行数据编码的应用潜力。