🧬 生物学

Adaptive Quantum Approximate Optimization for Genomic Classification

本文介绍了一种自适应量子近似优化算法（QAOA），该算法利用梯度驱动的算符选择来动态构建特定问题的电路，并证明了在现实的 NISQ 噪声约束下，针对基因组序列分类任务，其相比于固定架构变体具有更高的精度、特异性和硬件效率。

原作者： Sthefanie Jofer Gomes Passo, Vishal H. Kothavade, John J. Prevost

发布于 2026-09-15

📖 1 分钟阅读☕ 轻松阅读

原作者： Sthefanie Jofer Gomes Passo, Vishal H. Kothavade, John J. Prevost

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

人类基因组是一个庞大的指令库，由仅有的四种字母组成的化学字母表书写而成。几十年来，科学家们一直依赖强大的经典计算机来读取这些指令，寻找揭示基因如何开启或关闭，以及它们可能如何导致疾病的模式。虽然这些机器速度极快，但有时在面对生物数据中极其复杂且细微的变化时会显得力不从心。近年来，一种基于量子力学原理运行的新型计算机应运而生，有望以经典机器无法实现的方式探索这些复杂的模式。然而，这些量子机器目前仍处于脆弱的早期开发阶段。它们容易受到环境噪声引起的误差影响，并且只能运行非常短的操作序列，否则其精密的计算就会崩溃。这产生了一个难题：研究人员如何利用这些充满噪声、功能有限的机器来解决真实的生物学问题，而不让误差淹没信号？

德克萨斯大学圣安东尼奥分校的一个研究小组通过测试一种新的量子设备编程方式，来应对这一挑战，用于基因组分类。他们并没有强迫量子计算机遵循一套僵化的、预先写好的指令集，而是开发了一种允许机器根据其正在分析的具体数据来构建其独特的电路结构的方法。在一系列旨在模拟真实量子硬件行为的模拟实验中，研究人员比较了三种不同的方法。第一种是标准的、固定结构的方案；第二种是在机器的部分组件之间增加了特定类型的连接，以观察其是否有所帮助；第三种是最具创新性的，即一种能够自主选择组件以创建定制化数据路径的自适应系统。结果显示，这种自适应方法不仅在识别特定 DNA 序列方面更加准确，而且所需的资源更少，并且对这类早期量子设备常见的误差具有更强的韧性。

研究人员专注于基因组学中的两项基本任务：识别作为基因活动开关的启动子区域，以及区分构建蛋白质的编码序列与非编码区域。他们使用了包含数万条 DNA 序列的两个大型标准化数据集来训练和测试他们的模型。为了确保研究结果与当前技术水平相契合，他们在模拟器上运行了实验，该模拟器模仿了由 IBM 制造的真实量子处理器的特定误差和局限性。这意味着他们使用的虚拟机器并不完美，它包含了当今物理硬件中存在的同类噪声和不稳定性。他们测试了方法在不同数据复杂度下的表现，范围从 DNA 的简单二维表示到十维，以观察模型在处理更详细信息时是否会崩溃。

研究结果显示，自适应方法具有明显的优势。虽然标准的固定结构方法在引入噪声时表现得非常吃力，往往失去正确识别序列的能力，但自适应模型保持了高性能。在模拟中，自适应系统实现了约 75% 的精确度（precision），这意味着即使在有噪声的环境下，它也能正确识别目标序列四分之三的次数。更重要的是，它保持了完美的特异性（specificity），即它从未将非目标序列错误地识别为目标序列。这在生物学中是一个至关重要的区别，因为误报会导致实验室中浪费时间和资源。相比之下，固定结构模型在同样的噪声条件下性能大幅下降，无法以同样的可靠性区分这两类序列。

除了准确性之外，自适应方法还提供了令人惊喜的效率优势。由于该系统仅针对特定问题构建其所需的电路规模，因此它使用的量子比特（量子计算的基本信息单位）更少，运行时间也更短。模拟显示，自适应方法完成任务仅需约半秒钟，明显快于其他方法。这种速度和资源的节省不仅是为了方便，对于量子计算的未来也至关重要。研究人员发现，自适应电路自然地映射到了模拟硬件中最稳定的部分，有效地避开了最容易出错的组件。这表明，通过让算法选择自己的路径，系统可以自然地在嘈杂的量子处理器景观中找到最可靠的路线。

研究人员还发现，随着数据复杂度的增加，他们的自适应方法表现出了卓越的稳定性。在许多其他的量子方法中，增加数据的细节往往会导致误差迅速累积，导致系统失效。而在本研究中，自适应模型无论是在处理简单还是复杂的数据时，都能表现得始终如一。这种稳定性与那些随着特征数量增加而变得不可靠的其他量子技术形成了鲜明对比。团队指出，虽然他们的方法在每一项指标上尚未完全超越最好的经典计算机模型，但它达到了具有竞争力的性能水平，并提供了在特异性和抗噪性方面的独特优势。这表明，对于某些对避免假阳性至关重要的生物学问题，这些自适应量子方法甚至在量子计算机完全成熟之前就能成为有价值的工具。

研究结论认为，使量子计算在当今生物学领域发挥作用的关键，不在于构建更深、更复杂的电路，而在于构建更聪明、更灵活的电路。通过允许量子算法根据数据的特定形状来调整其结构，研究人员可以绕过当前硬件的一些主要障碍。这项工作证明了梯度驱动选择（即系统根据数据的需求学习使用哪些组件）是一种比应用“一刀切”设计更有效的方法。虽然该技术目前仍处于模拟阶段，尚未在物理硬件上运行，但其结果为如何设计能够从容应对当今噪声现实的量子算法提供了清晰的蓝图。研究结果表明，量子基因组学的未来可能更多地取决于系统的灵活性和自我纠错能力，而非单纯的原始算力。

技术摘要：用于基因组分类的自适应量子近似优化算法

问题陈述
基因组序列分类面临着显著的计算障碍，特别是在识别启动子区域以及区分编码序列与基因间序列方面。虽然经典的机器学习方法（如 CNN）已取得进展，但在处理严重的类别不平衡和跨物种泛化问题时仍显乏力。量子方法，特别是量子近似优化算法（QAOA），通过叠加和干涉提供了理论上的优势。然而，目前的实现受限于噪声中规模量子（NISQ）设备的三个复合约束：

贫瘠高原（Barren Plateaus）： 随着参数空间的增长，梯度呈指数级消失，导致变分训练变得困难。
核函数表达能力集中（Kernel Expressivity Concentration）： 量子核函数的表达能力在高维空间中趋向于均匀值，从而将嵌入简化为经典的随机特征。
噪声累积： 实际电路深度被限制在当前硬件可行的 50 层以下，这在复杂的模式识别所需的深层电路与 NISQ 设备可行的浅层电路之间造成了张力。

现有研究通常依赖于固定的架构电路，缺乏基于标准化基准的噪声校准验证，使得自适应电路拓扑的潜力尚未得到充分探索。

方法论
本研究评估了三种 QAOA 变体在两个标准化基因组基准数据集上的表现：*人类非启动子（Human Nontata Promoters）*数据集（36,131 条序列）和 *演示编码与基因间序列（Demo Coding vs. Intergenic Sequences）*数据集（100,000 条序列）。实验利用 10 折交叉验证，特征空间维度范围为 2 到 10，并在无噪声条件和基于 IBM Sherbrooke 127 比特超导硬件（FakeSherbrooke）校准的噪声模型下进行模拟。

对比的三种架构包括：

经典 QAOA（Classical QAOA）： 使用固定 $p$ 层电路及标准相位（ $U_P$ ）和混合（ $U_M$ ）算子的基准模型。混合算子应用均匀的 X 旋转。
交替 QAOA（Alternating QAOA）： 对基准模型的扩展，通过在交替的量子比特对之间引入结构化的 CNOT 纠缠来增强混合算子，以测试非局部相关性是否能提升模式识别能力。
自适应 QAOA（Adaptive QAOA，核心贡献）： 一种梯度驱动的方法，背离了固定的拓扑结构。它采用一个由 Pauli 算子（单比特旋转和双比特纠缠操作如 ZZ、XX、YY）组成的特征加权池。在每次迭代中，选择并添加使梯度幅度最大化的算子到电路中。这生成了可变深度、针对特定问题的电路，使其能够根据数据集结构自适应调整其拓扑，而非应用通用拟设（ansätze）。

数据处理过程包括通过 TensorFlow 对 DNA 序列进行编码、特征标准化、通过 PCA 进行降维，并将范围归一化至 $[0, \pi]$ 。使用 ZZFeatureMap 进行量子编码。

关键结果

分类性能： 自适应 QAOA 始终取得了最高的精确度（在无噪声模拟下约为 75%），并在两种数据集和噪声条件下均保持了完美的特异性（100%）。相比之下，经典和交替 QAOA 变体在噪声条件下表现出显著的性能下降（例如，经典 QAOA 的精确度从约 75% 下降到噪声环境下的约 52%）。
维度鲁棒性： 不同于在高维下会遭受复合误差影响的固定架构量子核方法，所有三种 QAOA 变体在 2–10 维范围内均保持了稳定的分类性能。
硬件效率： 在大多数配置中，自适应 QAOA 所需的量子比特最少，且量子使用时间最短（约为 0.52–0.60 秒）。
相干特性： 由于自适应电路具有紧凑性，Qiskit 转译器将其映射到具有优越相干特性的物理量子比特上。自适应 QAOA 使用的量子比特中值 $T_1 = 82.12$ µs， $T_2 = 55.45$ µs，分别超过经典 QAOA 的 $T_1$ 13.6% 和 $T_2$ 113.3%。这为减少误差累积提供了物理基础。
基准对比： 虽然自适应 QAOA 实现了具有竞争力的精确度和完美的特异性，但并未超越经典支持向量机（SVM）基准的 F1 分数。目前的量子优势主要局限于高特异性的特定运行机制，而非整体准确率。

意义与主张
本文主张，梯度驱动的自适应电路拓扑结合领域特定特征加权，代表了比统一深度缩放或基于纠缠的拟设修改更有效的近程量子基因组分类设计策略。

研究确立了三个主要贡献：

它首次在现实的、经过硬件校准的噪声模型下，对标准化基因组基准上的 QAOA 电路拓扑进行了系统性比较。
它证明了问题自适应的电路拓扑比单纯增加电路深度或应用通用拟设，是更具可行性的 NISQ 时代应用路径。
它展示了基于领域知识的算子池构建（通过特征相关性加权）提供了一种方法论，该方法可迁移至其他可通过学习到的归纳偏置来编码先验知识的科学领域。

作者对当前技术水平保持谨慎态度，指出基因组分类的量子优势仍属于“近未来”的能力。目前其性能尚未超过基因组基准集（Genomic Benchmarks collection）中建立的经典 CNN 基准，且结果是基于模拟而非物理硬件执行。未来的工作被确定为需要硬件感知协同设计、多组学整合以及在物理量子处理器上的验证。

类似论文