量子科技中心_量科网

单倍型分型（haplotype phasing）作为解析二倍体基因组中亲本等位基因遗传模式的关键技术，在精准医疗和群体遗传学领域具有重要意义。然而其底层优化问题属于NP难问题，存在可扩展性挑战。针对这一难题，该研究团队开发了QHap——一种采用量子启发优化算法的单倍型分型工具。通过将单倍型分型重构为最大割问题，并部署GPU加速的弹道模拟分岔求解器，QHap在保持与传统分型工具相当精度的同时显著提升运算速度。在高度多态性的人类主要组织相容性复合体区域测试中，QHap在多个长读长测序平台上实现了4至20倍的加速且零切换错误率。该框架采用双策略设计：基于测序读长的区域性分型方法，以及通过质量加权概率边构建、可高效扩展至染色体规模任务的单核苷酸多态性分析方法。整合染色质构象捕获数据后，相位区块连续性最高可提升15倍，实现近乎跨染色体的单倍型重建。QHap证明：在经典硬件上运行的量子启发算法为应对日益增长的测序数据计算需求提供了新思路，为物理学启发优化方法解决计算基因组学核心难题建立了新范式。