第一情报 ---信息产业

量子计算在生命科学领域的运用(一)

供稿人:宋凯  供稿时间:2020-11-13   关键字:量子计算  生命科学  应用  

量子计算在生物科学领域有三种关键性的应用,这三种应用将在一个良性循环中相互促进。

用例1:将基因组与医疗效果联系起来,创建精确的药物疗法

为期15年、耗资27亿美元的人类基因组精确测序,及之后测序成本的降低,开启了“-组学”(“-omics”)时代。对科学家而言,了解基本序列已不再是主要问题,科学研究重点已转向利用新的计算工具,加深对基因组序列如何转化为功能的理解。但是,人类基因组有约30亿个DNA碱基对,而且不同人群之间存在变异,以及广泛的医疗效果,这些因素使得利用传统计算完成这一任务变得极其困难。

基因组学和量子计算相结合的潜在机会包括:

(1) 基序列的发现和预测:进化压力塑造了DNA、RNA和氨基酸序列,生物信息学的挑战之一是鉴定这些序列中的基序列,例如激活或抑制基因表达的模式,从而帮助人们更好地了解基因调控的机制。识别基序列的经典算法在计算上昂贵,因为它们需要穷举搜索给定长度序列的所有可能的排列。量子计算带来的新见识可以进一步加深人们对转录因子结合和从头基因组组装的理解。

(2) 全基因组关联研究(GWAS):GWAS的目标是发现所选定的性状或疾病与DNA的单个突变之间的关联。当前的方法本质上是高维运算,且计算上具有挑战性,而量子计算在此具有极大的优势,这可能会大大缩短需要实验验证的候选基因清单,这种清单通常非常长。此外,量子计算还可以促进基因网络和图模型的发展。

(3)“从头开始结构”(De novo structure)预测:随着测序信息和技术的爆炸式增长,在理解序列如何转化为结构以及最终转化为功能方面,差异越来越大。尽管有复杂方法(例如同源性模型),但传统的“从头开始”预测结构的方法通常也难以扩展。例如,潜在蛋白质构型的搜索空间随蛋白质的大小呈指数增加(请参见用例3)。量子计算有可能极大地改善RNA分子、蛋白质、DNA-蛋白质复合物和其他构建体的结构预测。

这些进步最终可以实现强大的数字双生模型的愿景。有机数字双生可能会用于药物基因组学测试,以预测个人随时间推移对特定药物的反应,从而帮助开发精确的药物疗法。通过对医疗程序、人员配备、医疗设施布局和设备等的比较压力测试,来优化研究或护理设施,从而创建另外的无机数字双生。总有一天医疗团队可以告诉病人:“根据您的基因组,我们确信这将是您治疗的特定结果”,这一天也许不再看起来像是纯粹的乌托邦式的目标。

参考信息源:

www.ibm.com


注册成为正式用户,登陆后,获得更多阅读功能与服务!
转载本文需经本平台书面授权,并注明出处:上海情报服务平台www.istis.sh.cn
了解更多信息,请联系我们

§ 请为这篇文章打分(5分为最好)