Scalable Quantum State Preparation for Encoding Genomic Data with Matrix Product States

Résumé Technique : Préparation d'états quantiques évolutive pour l'encodage de données génomiques avec des états de produits de matrices (MPS)

Énoncé du problème
À mesure que le matériel quantique progresse, un goulot d'étranglement critique dans la bioinformatique quantique réside dans le chargement efficace des données génomiques classiques dans des états quantiques. De nombreux algorithmes quantiques prometteurs, tels que l'alignement de séquences quantiques (QSA) et l'algorithme d'optimisation approximative quantique (QAOA) pour la résolution de graphes de pangenomes, nécessitent que les données soient encodées dans des états de superposition avant l'exécution. Cependant, la construction de circuits quantiques pour préparer ces états est complexe en raison du bruit matériel, ce qui limite la profondeur du circuit. Les méthodes existantes, telles que la décomposition Cosine-Sine (déterministe) ou les algorithmes génétiques pour la préparation d'états (GASP, probabiliste), font face à des problèmes d'évolutivité ou d'inefficacité computationnelle. De plus, bien que les réseaux de tenseurs (spécifiquement les états de produits de matrices ou MPS) soient largement utilisés pour simuler des circuits quantiques, il existe un manque de méthodes évolutives pour préparer des représentations MPS de données arbitraires (comme des séquences génomiques) à l'aide de circuits quantiques.

Méthodologie
Les auteurs proposent une méthode évolutive pour générer des circuits quantiques préparant des vecteurs d'états quantiques arbitraires normalisés, spécifiquement adaptés aux données génomiques, en utilisant le formalisme des États de Produits de Matrices (MPS).

1. Encodage des données : Les lectures génomiques sont mappées sur des vecteurs d'états quantiques. Une lecture de génome de longueur $L$ est décomposée en registres de position et de base. En utilisant un encodage $k$-mer (où $k=1$ pour les bases simples), l'état est représenté comme une superposition de position et de type de nucléotide. Par exemple, le génome du bactériophage $\Phi$X174 (5 386 paires de bases) est encodé dans un état de 15 qubits.
2. Représentation MPS : Le vecteur d'état cible est converti en un MPS canonique à gauche. Cela implique l'application itérative de la décomposition en valeurs singulières (SVD) pour remodeler le tenseur d'état, résultant en une chaîne de matrices $A^{\sigma_i}$ où les dimensions internes (dimensions de liaison, $\chi$) représentent l'intrication entre les sites.
3. Construction du circuit (Problème inverse) : Au lieu de faire évoluer l'état zéro vers l'état cible, l'algorithme résout le problème inverse : faire évoluer l'état cible vers l'état zéro $|0\rangle$.
   • L'MPS est tronqué à une dimension de liaison $\chi=2$ pour construire une couche unique de portes unitaires à deux qubits ($U_{\sigma_k, \sigma_{k-1}}$) et une porte finale à un qubit.
   • Une procédure itérative est employée : l'état cible actuel est tronqué à $\chi=2$, un circuit $C_q$ est généré pour mapper cet état tronqué vers $|0\rangle$, et le circuit inverse $C_q^\dagger$ est appliqué à l'état cible original.
   • Ce processus se répète, accumulant des couches d'unitaires, jusqu'à ce que la fidélité entre l'état évolué et $|0\rangle$ atteigne un seuil prédéfini. Le circuit final est l'inverse de cette séquence accumulée, faisant évoluer $|0\rangle$ vers l'état cible.
4. Transpilation : Parce que les circuits générés consistent en des couches séquentielles de portes à deux qubits de plus proches voisins, ils sont linéaires et peuvent être transpilés efficacement vers n'importe quelle topologie matérielle sans routage complexe de qubits.

Principales contributions

• Génération de circuits évolutive : Le document présente une méthode déterministe pour génire des circuits quantiques pour des états normalisés arbitraires, avec un nombre de portes évoluant en $O(n \cdot \chi_{max}^2)$, où $n$ est le nombre de qubits et $\chi_{max}$ la dimension de liaison maximale.
• Application génomique : Il s'agit de la première application des techniques de préparation d'états MPS spécifiquement pour l'encodage de lectures de séquences génomiques. Les auteurs démontrent l'encodage du génome $\Phi$X174 (15 qubits) et du gène de la protéine Spike du SARS-CoV2 (14 qubits).
• Analyse des compromis : L'étude analyse systématiquement les compromis entre la dimension de liaison de l'MPS, l'erreur de reconstruction et la complexité du circuit. Elle démontre qu'un encodage de haute fidélité des données génomiques est possible avec des dimensions de liaison gérables (par exemple, $\chi=98$ pour $\Phi$X174 produit une erreur de reconstruction de $10^{-6}$).
• Validation matérielle : La méthode a été testée sur des clusters de calcul haute performance (HPC) et simulée sur des émulateurs de matériel quantique IBM (8, 9 et 10 qubits), confirmant la viabilité de l'approche sur les dispositifs actuels et futurs proches.

Résultats

• Efficacité : La méthode MPS surpasse les outils standards comme IBM Qiskit en termes de nombre de portes pour des fidélités algorithmiques équivalentes. Pour le génome $\Phi$X174, le nombre de portes évolue environ en $2^n$ (où $n$ est le nombre de qubits), mais puisque $n \approx \log_2(L)$, les opérations évoluent linéairement avec la longueur de lecture du génome $L$.
• Fidélité vs Complexité : Les simulations montrent que réduire la dimension de liaison augmente significativement l'erreur de reconstruction (par exemple, diviser par deux la dimension de liaison pour $\Phi$X174 augmente l'erreur à environ 20 %). Cependant, la méthode permet une fidélité ajustable : des circuits peuvent être générés pour des seuils de fidélité spécifiques (par exemple, 75 %, 90 %, 99 %) afin de correspondre aux contraintes matérielles.
• Performance des émulateurs matériels : Les tests sur les émulateurs IBM ont révélé une interaction complexe entre la fidélité algorithmique et la fidélité matérielle. Bien que l'augmentation du nombre de portes améliore la fidélité algorithmique, le bruit matériel finit par dégrader la fidélité totale. Le point optimal se situe là où la profondeur du circuit est supportée par la tolérance au bruit du matériel.
• Estimations d'évolutivité : Les auteurs estiment que d'ici fin 2025, les capacités matérielles actuelles pourraient permettre l'encodage et le séquençage du gène Spike du SARS-CoV2 (14 qubits) et potentiellement du génome complet de $\Phi$X174 (15 qubits) sur des ordinateurs quantiques physiques.

Signification et Revendications
Le document affirme que cette méthode fournit une voie viable et efficace pour une bioinformatique quantique « prête pour l'application ». En permettant le chargement de données génomiques dans des états quantiques avec une erreur contrôlable et une profondeur de circuit gérable, les auteurs soutiennent que des flux de travail complexes tels que l'alignement de séquences quantiques et la résolution de l'enchevêtrement de graphes de pangenomes peuvent être mis en œuvre sur du matériel quantique à court terme.

Les auteurs soulignent que bien que le nombre de portes évolue exponentiellement avec le nombre de qubits ($2^n$), la relation logarithmique entre les qubits et la longueur du génome ($n \approx \log L$) signifie que la méthode évolue linéairement avec la taille réelle des données biologiques. Ils concluent que cette approche surmonte le goulot d'étranglement du chargement des données, permettant l'exécution de pipelines de bioinformatique entièrement quantiques pour des tâches telles que la construction d'arbres phylogénétiques et l'analyse de pangenomes, à condition que le niveau de bruit matériel soit géré via des seuils de fidélité appropriés. Le travail ne prétend pas résoudre immédiatement tous les problèmes biologiques, mais établit l'infrastructure nécessaire à l'encodage des données pour permettre ces futurs algorithmes.