科学家利用量子进化核 (QEK)方法预测化学物质中的毒性

煤油灯科技2022-12-04 11:51

在我们的日常生活中,我们在环境和商品中会接触到无数的化学物质,如食品、化妆品和塑料容器。尽管机构不断努力,世界各地的实验室已经能够评估其中一小部分化学物质的有害影响,原因是评估每一种化学物质平均需要数年时间,而且成本非常高。

通过计算方法进行毒性预测对于帮助加速有害物质的识别、显著降低成本和减少动物试验至关重要。

多年来,研究人员探索了经典的机器学习方法,以使用图表识别分子、预测蛋白质功能和发现药物。图方法的主要思想是使用点(顶点)和连接它们的线(边)在简单的图中表示数据。

这听起来很简单;然而,基于图的数据可能非常难以操作。在图机器学习中成功实施的一项技术使用一种称为kernel的数学对象,可显著简化任务。

受图核方法的启发,PASQAL 的科学家开发了一种称为量子进化核(QEK)的新型量子机器学习算法。他们成功地应用了这种方法来预测雌性小鼠预测毒性挑战数据集中包含的化学物质的毒性。这项挑战是建立模型,根据化学物质的分子结构来识别导致小鼠癌症的物质。

这是量子图机器学习算法首次在中性原子硬件上实现,展示了 QEK 算法的潜在优势。

“这是一项了不起的成就,因为数据集很大,有数百张图,而且对于每张图,需要运行很多样本。这是我们第一次能够编码与真实案例相关的大型数据集,而不是玩具模型,”PASQAL 首席技术官 Loïc Henriet 说。

但在我们深入了解 PASQAL 的量子进化核方法的细节以及我们的开发人员如何应用它来预测化学品的毒性之前,有必要了解经典核机器学习技术背后的关键思想。让我们来看一下。

通过内核处理大量数据

想象一下,您是一名图书管理员,需要对书籍进行分类,但您拥有的一切都是文本片段,即松散的单词、短语、句子和这些书籍的段落,数百万个文本片段。使用它们,您可以创建一个索引来控制信息。然而,通过手动搜索大量文本片段索引来对书籍进行分类是一个非常低效的过程;因此,您可以使用计算机。为了让计算机提供帮助,您可以将索引转换为数学对象(找到数据的嵌入)。在许多情况下,向量(有序数组)非常有用。

然而,在计算方法中,存在一个平衡问题:索引中包含的文本片段越多,对书籍进行分类(表现力)成功的机会就越大。然而,向量可能会变得非常大,从而给计算机带来负担(计算和存储过载)。

这就是内核方法发挥作用的地方。内核是一个可以使用向量定义的量,例如,计算它们的内积。内核可以解释为“距离”,并且应该具有距离的属性,可以告诉你两本书有多相似或多不同,而不必存储向量。因此,该过程总结如下:取两本书并根据您的索引为每本书构建一个向量。使用这两个向量,计算核函数。内核的值会告诉您它们是同一本书、还是相似的或是非常不同。

同样,我们可以使用内核机器学习方法从化学物质的分子结构中对其进行比较和分类。

量子计算中的内核方法

量子计算基于量子物理学,它自然地定义在理想的数学设置中以嵌入数据并定义内核。这种数学设置是原子和分子的量子态所在的空间,以向量表示。这个空间呈指数级增长,适合增加量子比特数时玩。

为了定义量子内核,PASQAL 开发人员使用了一个可以在量子系统随时间演化后测量的属性。然而,在量子力学中,我们无法计算属性的结果,而是计算其概率。因此,对于重复多次的相同序列,量子核被定义为两个量子系统的属性概率分布之间的“距离”。

这些是 PASQAL 的量子演化核方法背后的核心思想。

PASQAL的科学家如何在中性原子的结构中进行实验,成功地实施QEK来预测小鼠中的致癌物?让我们深入了解。

在中性原子量子处理单元中重建分子

借助 PASQAL 的中性原子量子处理器,我们的科学家将分子表示为图形,在铷原子阵列中物理地重新创建它们。他们通过将称为光镊的聚焦激光束发射到原子上来组织这些阵列,从而形成他们想要的形状。

图:左边的图表示右边的分子(1-溴-2,4-二氯苯)。顶点表示原子,边表示化学键。

一旦代表图顶点的原子就位,开发人员就使用另一组微调激光束将两个原子态耦合在一起,为每个原子创建一个量子比特。

一个量子比特是由两个量子态 和 )表示的量子计算信息单元。在这个实验中, 是原子的基态, 是它们的里德堡态。

里德堡态是原子中的一个非常高的能级,使原子“生长”,这有助于以受控方式促进与邻居的相互作用,以重建所需的图。

通过这种方式,开发人员在硬件中重新创建了一个分子,其中每个量子比特代表一个原子的位置,量子比特之间的相互作用代表它们的化学键。

图:这里展示了在硬件中生成的图。该图表示一个有机分子,其中每个量子比特(铷原子)表示具有相同结构的有机分子的一个原子。

使用QEK预测毒性

一旦系统准备就绪,图就处于初始量子状态,以便量子演化内核开始行动。该过程包括通过在短时间内发射调谐激光脉冲来及时促进图形的演变。

在系统进化到新的量子态后,科学家们测量了图形的全局属性,例如其激发态的总数。然后,他们重复这个过程几次,最后得到了一些瞬间的集合,就像电影中的照片。

通过这些时刻的集合,开发人员构建了一个直方图,该直方图被解释为图的签名。然后,对于分类任务,他们比较两个图的签名以评估它们的相似性。

QEK在毒性实验中的优势和局限性

该方法的一个关键特征是它不仅评估图的局部属性(其顶点及其相互作用)而且还评估全局属性,例如循环的存在。比较全局形状的能力对于理解分子结构和预测它们的功能至关重要。PASQAL 技术提供的这种丰富与许多其他经典图形机器学习方法形成对比,例如消息传递神经网络只能在本地比较图形(顶点及其连接到它们的邻居数量),但不能对整个图及其全局形状进行比较。

图:使用QEK我们能够区分这两个图,而其他经典方法无法区分,因为在局部上,每个顶点具有相同的边数。

此外,所提出的量子进化核方法(通过实验实现预测毒性挑战数据,该数据包含 286 个分子,大小从 2 到 32 个原子不等)返回的分数与其他著名的经典图机器学习方法(如随机游走和 Graphlet 采样)相当。

“很高兴在实践中,在现实生活中看到以前只是一个想法的东西。我们正在用真实的生物化学数据集解决一个真实的问题。这是你可以看到的东西,原子形成分子的图片,看到结果的输出正在做它应该做的事情;真正将量子计算应用于实际问题非常令人兴奋,”Loïc Henriet 表示。

然而,尽管取得了成功,但这一结果仍然是概念的证明。到目前为止,“我们只研究了一个数据集,为了能够证明一些东西,我们将需要更大的图表、更大的数据集,或者更多样化,以解决其他问题。在图数据集的量子机器学习领域,这只是一部分,与经典机器学习方法相比,我们需要进行更多实验来评估这种新量子范式的可行性,”Loïc Henriet 澄清道。

基于图的方法产生了许多有影响力的应用。它们有助于解决具有挑战性的问题,如描述社会网络、预测蛋白质功能、表示语言学中的结构、检测欺诈和预测毒性。

因此,创建有效的机器学习模型至关重要,该模型能够正确有效地从图结构中学习和提取信息。在可扩展的中性原子硬件中实施的 PASQAL 量子计算方法将有助于加速毒性分类,降低实验成本和动物痛苦。



原文链接:https://medium.com/pasqal-io/predicting-toxicity-with-qubits-c9dd2517df59



---煤油灯科技victorlamp.com翻译整理---

你可能也喜欢这些文章