效果超AlphaFold系列，量子计算方法用于蛋白质结构预测

文章预览

将 ScienceAI   设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑 | 白菜叶 虽然 AlphaFold 等深度学习方法在计算机蛋白质结构预测领域取得了不错的成绩，但该领域的研究仍然是生物医学研究中一个具有挑战性的问题。 随着量子计算的快速发展，人们自然会问：量子计算机是否能为解决这一问题提供一些帮助。然而，确定适合量子优势的特定问题实例，以及评估所需的量子资源同样具有挑战性。 在这里，克利夫兰诊所（Cleveland Clinic）和 IBM Quantum 的研究人员分享了他们的观点，即如何创建一个框架来系统地选择适合量子优势的蛋白质结构预测问题，并在实用级量子计算机上估计此类问题的量子资源。 作为概念验证，研究人员通过在量子硬件上准确预测寨卡病毒 NS3 解旋酶的催化环的结构，来验证他们的问题选择框架。 该研究以「 A Perspective on Pro ………………………………