量子科技中心_量科网

解析复杂的基因间相互作用在转录组学中仍具挑战性，因为传统方法常遗漏高阶和非线性关联。本研究提出一种受量子启发的框架，利用张量网络（TNs）将表达数据最优映射到保留生物局部性的低维表示。通过采用天然适配张量网络的非参数化度量——量子互信息（QMI），研究人员量化基因依赖性，并基于置换检验确立统计显著性，从而构建出以边表征抗随机干扰且有生物学意义关系的稳健互作网络。该方法能有效区分真实调控模式与实验噪声及生物随机性。为验证所提方法，该团队从包含28,0多个淋巴母细胞的单细胞RNA测序数据中，成功还原出由六个通路基因组成的调控网络，并揭示若干三重调控机制。通过融合量子物理启发的技术与计算生物学，该工作为基因调控研究提供了新视角，在疾病机制和精准医学领域具有应用价值。