Machine-Learned Compact Subspace Generation for Quantum Selected Configuration Interaction within Density Matrix Embedding Framework

Technische Samenvatting: Machine-geleerde compacte substantieregeneratie voor Quantum Selected Configuration Interaction binnen een Density Matrix Embedding Framework

Probleemstelling
Nauwkeurige simulatie van gecorreleerde elektronische structuren in grote moleculaire systemen, met name die van farmacologische relevantie, blijft een aanzienlijke uitdaging. Exacte diagonalisatiemethoden zoals Full Configuration Interaction (FCI) schalen combinatorieel, waardoor ze onhandelbaar worden voor matige tot grote systemen. Hoewel hybride quantum-klassieke algoritmen zoals Variational Quantum Eigensolvers (VQE) een route bieden, lijden zij aan optimalisatiepathologieën zoals barren plateaus en ruisgevoeligheid. Sample-gebaseerde Quantum Diagonalization (SQD), of Quantum Selected Configuration Interaction (QSCI), adresseert deze problemen door quantumhardware uitsluitend te gebruiken voor het samplen van bitstrings in plaats van iteratieve optimalisatie, waarbij klassieke post-verwerking de exacte diagonalisatie op de gesamplede subspace uitvoert. Bestaande QSCI-benaderingen kampen echter met een kritieke flessenhals: de kwaliteit en compactheid van de gesamplede configuratiesubspace. Ruwe hardware-samples zijn ruisig en schenden vaak fysieke symmetrieën (bijv. elektronengetal, spin). Huidige hersteltechnieken projecteren deze samples terug op geldige symmetriesectoren, maar garanderen niet de selectie van de meest fysiek relevante configuraties. Dit resulteert vaak in onnodig grote subspaces die de klassieke diagonalisatiekosten verhogen en het potentiële quantumvoordeel ondermijnen. Bovendien vereist het toepassen van QSCI op grote biologische systemen fragmentatiestrategieën zoals Density Matrix Embedding Theory (DMET), wat extra complexiteit introduceert bij het beheren van de afweging tussen subspace-omvang en chemische nauwkeurigheid.

Methodologie
De auteurs stellen DMET-QSCI-RBM voor, een verenigd framework dat een machine-geleerd protocol voor compacte substantieregeneratie integreert in de DMET-workflow. De kerninnovatie is het gebruik van een Restricted Boltzmann Machine (RBM) die direct getraind wordt op quantum-gesamplede bitstrings om de waarschijnlijkheidsverdeling van dominante determinanten te leren, waardoor gerichte generatie van hoog-waarschijnlijke configuraties mogelijk wordt zonder afhankelijk te zijn van perturbatieve seeding (bijv. MP2).

De methodologie verloopt via de volgende belangrijke stappen:

1. Quantum Sampling: Een Local Unitary Cluster Jastrow (LUCJ) ansatz wordt uitgevoerd op quantumhardware om ruwe bitstrings te genereren.
2. Post-Selectie en Initialisatie: Ruwe samples worden gefilterd op behoud van deeltjesgetal en spin. De overgebleven configuraties, samen met een Hartree-Fock (HF) referentie, vormen het initiële "determinantengeheugen".
3. RBM-gestuurde Iteratieve Expansie:
   • De RBM wordt getraind op het huidige determinantengeheugen (exclusief de HF-referentie) met uniforme gewichten, in plaats van te wegen op basis van CI-coëfficiënten, om een onbevooroordeelde exploratie van de dominante sector te waarborgen.
   • De getrainde RBM voert Gibbs-sampling uit om nieuwe kandidaat-determinanten te genereren.
   • Deze kandidaten worden gefilterd op symmetrie en nieuwheid (het verwijderen van configuraties die al in het geheugen aanwezig zijn).
   • De gefilterde kandidaten worden samengevoegd met het huidige geheugen om een werkende diagonalisatieruimte te vormen.
4. Spin-String Proliferatie: Vóór de diagonalisatie worden unieke $\alpha$- en $\beta$-configuraties geëxtraheerd en wordt hun Cartesiaans product gevormd. Deze stap brengt niet expliciet gesamplede cross-gepaarde configuraties aan het licht, waardoor de subspace wordt uitgebreid zonder extra quantum-shots.
5. Klassieke Diagonalisatie en Geheugenupdate: De geprojecteerde Hamiltonian wordt klassiek gediagonaliseerd (met de Davidson-methode). Configuraties met CI-coëfficiënten die een drempelwaarde overschrijden, worden permanent toegevoegd aan het determinantengeheugen voor de volgende iteratie.
6. DMET-Integratie: Deze QSCI-RBM solver fungeert als de high-level impurity solver binnen de DMET zelfconsistentie-loop. De loop past het globale chemische potentiaal ($\mu_{glob}$) aan totdat het totale ingebedde elektronenaantal overeenkomt met het werkelijke elektronenaantal.

Belangrijkste Bijdragen

• RBM-gestuurde Subspace Constructie: Het artikel introduceert een methode om traditionele configuratieherstelheuristieken te vervangen of aan te vullen met een geleerd generatief model. Dit maakt directe targeting van compacte, hoog-kwalitatieve determinant-subspaces mogelijk zonder perturbatieve verankering.
• Integratie met DMET: Het framework koppelt QSCI-RBM succesvol aan DMET, wat de simulatie van grote, gefragmenteerde biologische systemen mogelijk maakt terwijl het aantal qubits per fragment constant blijft.
• Nieuwigheid en Symmetriefiltering: De workflow bevat specifieke mechanismen om dubbeltellingen te voorkomen en de symmetrievaliditeit te waarborgen tijdens de iteratieve expansie van de subspace.
• Spin-String Proliferatie: De auteurs maken gebruik van een proliferatiestap om de subspace impliciet uit te breiden met het Cartesiaans product van unieke spin-strings, waardoor correlaties worden gevangen die niet door directe sampling worden bereikt.

Resultaten
Het framework werd gevalideerd op kleine moleculen (ethyleen en methanolamine) en toegepast op een complex biologisch systeem: de Carmofur-inhibitor gebonden aan de SARS-CoV-2 main protease (Mpro).

• Benchmarks voor Kleine Moleculen: Op ethyleen ($C_2H_4$) en methanolamine ($CH_5NO$) bereikte DMET-QSCI-RBM chemische nauwkeurigheid (fout < 1,6 mHa) terwijl het slechts 2,12% en 0,06% van de volledige symmetrie-geadapteerde configuratieruimte toegankelijk maakte, respectievelijk. Deze resultaten presteerden beter dan of gelijk aan klassieke CCSD-benchmarks, terwijl ze aanzienlijk kleinere subspaces gebruikten.
• Eiwit-Ligand Simulatie (Carmofur-Mpro):
  • Het systeem werd gefragmenteerd in 11 DMET-impurities, elk met een uniforme (16e, 16o) actieve ruimte (32 qubits).
  • DMET-SQD Baselines: Een standaard DMET-SQD benadering met een onbegrensde subspace ($\epsilon_{spb} = 10^8$) bereikte chemische nauwkeurigheid maar had toegang tot ~97,4% van de symmetrieruimte. Een getrunceerde baseline ($\epsilon_{spb} = \sqrt{|S|/2}$) kreeg slechts ~19,0% van de ruimte toegankelijk, maar slaagde er niet in chemische nauwkeurigheid te bereiken, waarbij de energie-fouten rond de $10^{-2}$ Ha bleven. Opvallend genoeg convergeerde het chemische potentiaal-residue voor de getrunceerde baseline wel, maar de energie niet, wat benadrukt dat $\mu$-convergentie geen betrouwbare indicator is voor energienauwkeurigheid in getrunceerde subspaces.
  • DMET-QSCI-RBM Prestaties: De voorgestelde methode bereikte chemische nauwkeurigheid (fouten van $9,3 \times 10^{-4}$ Ha en $4,3 \times 10^{-4}$ Ha in twee onafhankelijke runs) terwijl deze gemiddeld slechts ~3,9% van de symmetrieruimte toegankelijk maakte. Dit vertegenwoordigt een ongeveer 25-voudige reductie in subspace-omvang vergeleken met de geconvergeerde DMET-SQD baseline en een 5-voudige reductie vergeleken met de niet-geconvergeerde getrunceerde baseline.
  • Efficiëntie: De methode bereikte deze resultaten met minder chemische-potentiaal-iteraties, wat de totale quantum-samplingkosten verminderde. De quantum circuitdiepte en executietijd per fragment waren vergelijkbaar met alle methoden, wat aangeeft dat de efficiëntiewinst voortkomt uit het verminderde aantal iteraties dat nodig is om convergentie te bereiken.

Betekenis en Claims
Het artikel claimt dat DMET-QSCI-RBM de compactheid van de subspace als een cruciaal praktisch voordeel van geleerde, hardware-gestuurde configuratieselectie vaststelt. De auteurs stellen dat:

1. Compactheid vs. Nauwkeurigheid: Machine-geleerde subspacegeneratie produceert aanzienlijk compactere subspaces dan standaard configuratieherstel of perturbatieve seeding, terwijl de fysieke nauwkeurigheid behouden blijft.
2. Ontkoppeling van Metrieken: De energienauwkeurigheid in DMET-QSCI-RBM wordt primair bepaald door de kwaliteit en compactheid van het geaccumuleerde determinantengeheugen, en niet door de mate van chemische potentiaal zelfconsistentie. Dit stelt het framework in staat om chemisch zinvolle resultaten te bereiken, zelfs wanneer de $\mu$-zoekopdracht vroegtijdig wordt gestopt.
3. Schaalbaarheid: Door de klassieke diagonalisatiekosten per fragment te verminderen, maakt deze benadering de schaalbare quantum-embedding simulatie van complexe biologische systemen (zoals eiwit-ligand complexen) mogelijk die anders onhandelbaar zouden zijn vanwege de exponentiële schaling van de configuratieruimte.
4. Hardware-Agnostisch: De methode maakt gebruik van de specifieke capaciteiten van NISQ-era sampling (het vermijden van barren plateaus) terwijl zij de ruis en de problemen met de subspace-omvang die inherent zijn aan ruwe sampling, mitigeert via geleerde generatieve modellen.

De auteurs concluderen dat deze aanpak de weg vrijmaakt voor klassiek hanteerbare quantumsimulaties van biomoleculaire systemen in hun volledige farmacologische context, waarbij de beperkingen van getrunceerde actieve-site modellen worden overstegen. Zij merken op dat verdere verbeteringen gerealiseerd kunnen worden door systematische hyperparameteroptimalisatie van de RBM en vergelijkende studies met andere compacte subspace-strategieën.