⚛️ quantum physics

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

本文提出了一种将基因组数据（具体为噬菌体 $\Phi X174$ 基因组）编码为矩阵乘积态（Matrix Product States）量子态的可扩展方法，展示了电路复杂度与重构误差之间的权衡，并在高性能计算系统和当前的量子硬件上验证了该方法。

原作者： Floyd M. Creevey, Hitham T. Hassan, James McCafferty, Lloyd C. L. Hollenberg, Sergii Strelchuk

发布于 2026-06-18

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Floyd M. Creevey, Hitham T. Hassan, James McCafferty, Lloyd C. L. Hollenberg, Sergii Strelchuk

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你拥有一个巨大的 DNA 指令库（基因组），它们是用 A、T、C 和 G 这四种字母书写的。现在，想象你想把这个库搬到一个全新的、超高速的类型的计算机中——量子计算机。

问题在于，量子计算机使用的语言完全不同。它们不读“A、T、C、G”，而是读取“量子态”，即类似于复杂的、不可见的概率波。将我们的 DNA 数据从我们的世界转移到量子计算机的世界，而不丢失任何信息或损坏计算机，就像是试图把一头巨大的、沉重的象塞进一个微小且脆弱的茶杯里，且不能洒出一滴茶。

这篇论文提出了一种更聪明的方法来进行这种“打包”。

问题：“茶杯里的象”

通常情况下，将数据加载到量子计算机中就像是试图把整个图书馆塞进一个房间。如果你试图一次性完成，房间会变得过于拥挤，墙壁（计算机硬件）会开始震动，数据也会发生损坏。这是因为目前的量子计算机是“有噪声的”——它们很容易受到干扰，因此在崩溃之前只能处理简单、短小的指令（电路）。

解决方案：矩阵乘积态 (MPS) 方法

作者提出了一种被称为矩阵乘积态 (Matrix Product States, MPS) 的方法。与其说这是在把整头象硬塞进去，不如说是在将其小心地拆解成一系列细小、易于处理的乐高积木。

以下是他们的方法是如何运作的，使用了一个简单的类比：

拆解（MPS）： 该方法不是将整个基因组视为一个巨大的整体，而是将 DNA 序列分解为一条由微小、相互连接的部分组成的链条。每个部分都与相邻的部分略微纠缠在一起，就像一串回形针链一样。这就是“矩阵乘积态”。这是一种对量子计算机非常友好的描述数据的方式。
搭建阶梯（电路）： 作者弄清楚了如何构建一组特定的指令（量子电路），该电路从一个空白状态（全零态）开始，一步步构建出那条回形针链。
- 想象你在建造一座塔。你从一层平坦的地面（零态）开始。
- 你添加一层方块（门/逻辑门）来连接第一层和第二层。
- 然后你添加另一层连接第二层和第三层。
- 你不断重复这个过程，直到这座塔看起来正好是你想要编码的 DNA 序列。
“逆向工程”技巧： 为了弄清楚如何建造这座塔，作者使用了一个聪明的技巧。他们没有尝试从地面向上猜测如何建造这座塔，而是从建好的塔（DNA 数据）出发，问道：“我该如何把它拆解开，从而回到平坦的地面？”
- 他们首先解决了这个“拆解”谜题。
- 然后，他们只需反向运行这些指令即可。
- 这个逆向过程就是从零开始在量子计算机上构建这座塔的完美配方。

他们测试了什么

他们使用一种名为 ΦX174（噬菌体）的小型病毒基因组测试了这种方法。

结果： 他们成功地使用仅 15 个量子比特（量子等效于比特）将这种病毒的整个遗传密码编码到了一个量子态中。
权衡： 他们发现你可以让“打包”过程变得更紧凑或更宽松。
- 如果你想要一个完美的副本（100% 准确度），你需要一套稍微复杂一些的指令。
- 如果你可以接受一点点误差（就像是一张模糊的照片而不是清晰的照片），你可以使用一套简单得多的、更短的指令。这对于现有的、有噪声的量子计算机来说至关重要，因为更短的指令不太容易在运行中出错。

为什么这很重要（根据论文所述）

该论文声称这种方法是可扩展的。这意味着无论你是编码一个微小的病毒还是一个较大的基因，它都能很好地工作。

效率： 他们将这种方法与标准工具（如 IBM 的 Qiskit）进行了比较，发现他们的法在获得相同结果的情况下所需的步骤（门）更少。
现实世界的潜力： 他们展示了利用当前或近未来的技术，将重要的生物数据（例如 SARS-CoV-2 刺突蛋白的基因或人类免疫系统的一部分）编码到量子计算机中是可能的。
未来用途： 他们提到，一旦数据以这种方式加载，就可以用于特定任务，如量子序列比对 (QSA)。这是一种比经典计算机更快地比较 DNA 序列的方法，是分析病毒进化或基因在人与人之间差异的关键步骤。

核心结论

你可以把这篇论文看作是数字时代的全新搬家公司。以前，将你的 DNA 数据搬入量子计算机就像是通过窗户把房子扔进去一样。而这种新方法提供了一辆专门的卡车和一个分步打包指南（MPS 电路），让你能够安全、高效地移动数据，并使其符合量子计算机“房子”的独特形状。

他们已经证明，这种搬家卡车不仅能搬运小房子（病毒），而且已经准备好处理更大的房子（基因），只要卡车（量子硬件）变得越来越强大。

技术摘要：用于编码基因组数据的矩阵乘积态（MPS）可扩展量子态制备

问题陈述
随着量子硬件的进步，量子生物信息学面临的一个关键瓶颈是如何高效地将经典基因组数据加载到量子态中。许多极具前景的量子算法，如量子序列比对（QSA）以及用于泛基因组图解析的量子近似优化算法（QAOA），都需要在执行前将数据编码到叠加态中。然而，构建用于制备这些态的量子电路具有挑战性，因为硬件噪声限制了电路深度。现有的方法，例如余弦-正弦分解（确定性方法）或用于态制备的遗传算法（GASP，概率性方法），面临着可扩展性问题或计算效率低下的问题。此外，虽然张量网络（特别是矩阵乘积态，即 MPS）被广泛用于模拟量子电路，但目前仍缺乏利用量子电路来制备任意数据（如基因组序列）的 MPS 表示的可扩展方法。

方法论
作者提出了一种可扩展的方法，通过利用矩阵乘积态（MPS）形式化方法，生成用于制备任意归一化量子态向量（特别针对基因组数据）的量子电路。

数据编码： 基因组读取片段被映射为量子态向量。长度为 $L$ 的基因组读取片段被分解为位置寄存器和碱基寄存器。通过 $k$ -mer 编码（其中 $k=1$ 代表单碱基），该状态表示为位置与核苷酸类型的叠加态。例如，噬菌体 $\Phi$ X174 基因组（5,386 个碱基对）被编码为一个 15 量子比特的状态。
MPS 表示： 目标态向量被转换为左正则（left-canonical）MPS。这涉及通过迭代应用奇异值分解（SVD）来重塑态张量，从而产生一系列矩阵链 $A^{\sigma_i}$ ，其中内部维度（键维数， $\chi$ ）代表了位点之间的纠缠。
电路构建（逆问题）： 该算法并非从零态演化到目标态，而是解决逆问题：将目标态演化到零态 $|0\rangle$ $∣0 ⟩$ 。
- 将 MPS 截断至键维数 $\chi=2$ ，以构建单层两量子比特酉门（ $U_{\sigma_k, \sigma_{k-1}}$ ）和最终的单量子比特门。
- 采用迭代程序：将当前目标态截断至 $\chi=2$ ，生成一个将该截断态映射到 $|0\rangle$ 的电路 $C_q$ ，并对原始目标态应用逆电路 $C_q^\dagger$ 。
- 此过程重复进行，累积酉门层，直到演化后的状态与 $|0\rangle$ 之间的保真度达到预设阈值。最终电路是该累积序列的逆，负责将 $|0\rangle$ 演化为目标态。
转译： 由于生成的电路由连续的最近邻两量子比特门组成，它们是线性的，可以高效地转译到任何硬件拓扑结构中，而无需复杂的量子比特路由。

核心贡献

可扩展电路生成： 本文提出了一种确定性方法，用于生成任意归一化态的量子电路，其门计数规模为 $O(n \cdot \chi_{max}^2)$ ，其中 $n$ 是量子比特数， $\chi_{max}$ 是最大键维数。
基因组应用： 这是首次将 MPS 态制备技术专门用于编码基因组序列读取。作者展示了对 $\Phi$ X174 基因组（15 个量子比特）和 SARS-CoV2 刺突蛋白基因（14 个量子比特）的编码。
权衡分析： 研究系统地分析了 MPS 键维数、重构误差与电路复杂度之间的权衡。结果表明，使用适度的键维数（例如，对于 $\Phi$ X174， $\chi=98$ 可实现 $10^{-6}$ 的重构误差）即可实现高保真度编码。
硬件验证： 该方法在高性能计算（HPC）集群上进行了测试，并在 IBM 量子硬件模拟器（8、9 和 10 个量子比特）上进行了模拟，证实了该方法在当前及近未来设备上的可行性。

结果

效率： 在等效算法保真度方面，MPS 方法在门计数上优于 IBM Qiskit 等标准工具。对于 $\Phi$ X174 基因组，门计数大约随 $2^n$ （其中 $n$ 为量子比特数）比例缩放，但由于 $n \approx \log_2(L)$ ，操作规模随基因组读取长度 $L$ 呈线性缩放。
保真度 vs. 复杂度： 模拟显示，降低键维数会显著增加重构误差（例如，将 $\Phi$ X174 的键维数减半，误差会增加至约 20%）。然而，该方法允许可调保真度：可以根据硬件约束生成特定保真度阈值（如 75%、90%、99%）的电路。
硬件模拟器性能： 在 IBM 模拟器上的测试揭示了算法保真度与硬件保真度之间复杂的相互作用。虽然增加门计数可以提高算法保真度，但硬件噪声最终会降低总保真度。存在一个最优平衡点，即电路深度能够被硬件的噪声容忍度所支持。
可扩展性估计： 作者估计，到 2025 年底，当前的硬件能力可能允许在物理量子计算机上对 SARS-CoV2 刺突基因（14 个量子比特）甚至完整的 $\Phi$ X174 基因组（15 个量子比特）进行编码和测序。

意义与主张
论文声称，该方法为“应用就绪型”量子生物信息学提供了一条可行且高效的路径。通过实现能够以可控误差和可控电路深度加载基因组数据的过程，作者认为复杂的流程，如量子序列比对和泛基因组图缠结解析，可以在近期的量子硬件上实现。

作者强调，尽管门计数随量子比特数呈指数级增长（ $2^n$ ），但由于量子比特数与基因组长度之间存在对数关系（ $n \approx \log L$ ），该方法实际上随实际生物数据规模呈线性缩放。他们得出结论，这种方法克服了数据加载的瓶颈，使得执行诸如系统发育树构建和泛基因组分析等全量子生物信息学流水线成为可能，前提是需要管理好硬件噪声水平。这项工作并不声称立即解决所有生物学问题，而是为实现这些未来算法建立了必要的底层基础设施。