Моделирование полимеров? Квантовая головоломка

Новые перспективы открываются сейчас благодаря квантовым вычислениям.

Новое исследование представляет собой первый пример того, как квантовые вычисления могут быть использованы для изучения ключевых моделей полимеров. В перспективе, поскольку наш подход является общим, он должен обеспечить основу для решения более сложных и амбициозных систем, таких как длинные биополимеры в ограниченном пространстве, которые также являются ключом к пониманию организации генома. Предоставлено: Кристиан Микелетти.

Ученые преобразовали базовые модели полимерных моделей в задачи оптимизации, которые можно эффективно решать с помощью квантовых компьютеров. Этот новый подход позволил использовать значительный потенциал этих машин в неизведанном до сих пор контексте.

Авторы объясняют, что многие парадигмы научных вычислений, от методов Монте-Карло до моделирования отжига, были разработаны, по крайней мере частично, для изучения свойств полимеров, в том числе биологических, таких как белок и ДНК. С одной стороны, развитие квантовых компьютеров открывает новые сценарии для научных вычислений в целом.

В то же время это требует разработки новых моделей, способных в полной мере использовать этот огромный потенциал. В частности, квантовые компьютеры отлично справляются с решением задач оптимизации. Эти проблемы обычно связаны с поиском оптимальной комбинации системных переменных в соответствии с заранее заданной системой оценки.

Учитывая это, авторы переработали базовые модели полимеров, установив соответствие между каждой возможной конфигурацией полимера и решениями подходящей задачи оптимизации.

«Обычно полимерные цепи моделируются как последовательность точек в трехмерном пространстве. В классическом моделировании эта цепь затем анимируется посредством прогрессивных деформаций, имитируя динамику полимера в природе », — объясняют авторы. Теперь, когда мы вступаем в эру квантовых вычислений, становится естественным изучать полимеры с помощью этих инновационных методов. Однако описания, основанные на точках в трехмерном пространстве, не могут быть легко использованы с квантовыми компьютерами. Таким образом, поиск способов обойти обычные описания полимеров является проблемой, которая может открыть новые перспективы.

Мичелетти объясняет, что их «стратегия заключалась в кодировании всех возможных конфигураций системы полимеров как решений единственной задачи оптимизации. Задача оптимизации формулируется в терминах спиновых переменных Изинга — одной из наиболее распространенных моделей в физике, — которая эффективно решается с помощью квантовых компьютеров. Для упрощения задачу оптимизации модели Изинга можно рассматривать как раскрашивающую головоломку. Задача состоит в том, чтобы присвоить синий или красный цвет каждой точке решетки при соблюдении большого количества правил. Например, точки A и B должны иметь разный цвет, а также точки B и C; при этом точки A и C должны быть одного цвета.

Квантовые компьютеры чрезвычайно эффективны при решении таких задач, то есть при нахождении такого назначения цветов, которое удовлетворяет наибольшему количеству заданных правил. В нашем случае при каждом найденном решении задачи оптимизации мы могли связать определенную конфигурацию полимера. Повторяя поиск решений, мы могли бы собрать все большее количество конфигураций полимеров, причем все они статистически независимы ».

Быстрое развитие квантовых компьютеров предполагает, что эти машины можно использовать для решения более сложных научных проблем, чем те, которые решаются с помощью обычных компьютеров.

«Вот почему сейчас важно предоставить алгоритмические основы для использования потенциала этой новой парадигмы научных расчетов». говорят исследователи. «Наше исследование представляет собой первый пример того, как квантовые вычисления могут быть использованы для изучения ключевых моделей полимеров. В перспективе, поскольку наш подход является общим, он должен обеспечить основу для решения более сложных и амбициозных систем, таких как длинные биополимеры в ограниченном пространстве, которые также являются ключом к пониманию организации генома ».