量智信息中心_量科网

量子启发式算法在解决各类优化问题中展现出潜力，包括晶格蛋白质折叠问题。同样具有现实意义的是其逆问题——蛋白质设计，即寻找能折叠成特定目标结构的氨基酸序列。该问题通常分两步解决：（i）搜索使目标结构能量最小化的序列；（ii）验证生成序列是否能折叠为预期结构。本研究探索了变分量子算法在当前噪声中等规模量子（NISQ）设备上执行第一步任务的可行性。研究人员聚焦于计算资源需求低于折叠计算的序列优化环节，测试了量子近似优化算法及其变体（采用问题定制量子电路），以及硬件高效拟设（采用问题无关量子电路）。尽管前类算法在无噪声仿真中表现尚可，但在噪声条件下性能显著下降；而更符合硬件限制的问题无关电路在噪声/无噪声仿真中均表现更优。但在真实量子设备运行时结果出现劣化，该团队认为这种差异源于模拟噪声模型未捕获的硬件噪声时序特性等因素。