量子アルゴリズムを計算生物学の問題に適用している例はありますか？

タイトルが示すように、私は計算生物学の問題に適用される量子アルゴリズムの公開された例を探しています。明らかに、実用的な例が（まだ）存在しない可能性が高いです。私が興味を持っているのは、概念の証明です。このコンテキストでの計算生物学の問題の例は次のとおりです。

• タンパク質構造予測（二次、三次）
• 薬物-リガンド結合
• 複数配列アライメント
• デノボアセンブリ
• 機械学習アプリケーション

私が探しているものの実例となると思われるそのような参照を1つだけ見つけました。この研究では、転写因子の結合にD-Waveが使用されましたが、断熱量子コンピューティングの領域外の例があると興味深いでしょう。

• 単純化された計算生物学問題に適用される量子アニーリング対古典的な機械学習

量子シミュレーションに関してはいくつかあります。明らかに生物学的に関連があると考えられる規模のシミュレーションではありませんが、この一連の研究は、（他の多くのことの中でも）生物学的に重要な大きな分子のモデリングの前兆であると想像できます。

• 原子核のクラウド量子コンピューティング
• 分子エネルギーのスケーラブルな量子シミュレーション

それでは、転写因子結合と量子シミュレーションのほかに、生物学に関連する概念が存在するという証拠は他にありますか？

更新：これまでのところ、ベストアンサーを受け入れましたが、他の例が出てくるかどうかを確認するためにチェックインします。格子タンパク質モデルでの低エネルギーのタンパク質立体構造の同定を実証することを目的とした、もう少し古い（2010年）、私が見つけたもう1つは、これもD-Waveの出版物です。

特に量子生物学の文献を見つけることができませんでした。しかし、Quantum Assisted biomolecular modellingと呼ばれるレビューを見つけました。

おもしろいかもしれませんが、これは2010年のことです。それ以来、この分野は進化していますが、アイディアは同じままだと思います。著者は、量子コンピューターがすべての古典的な経路を同時に試す能力のアイデアにもっと焦点を合わせています。

私はこの分野と一般的な慣習についてあまり知りません。ただし、計算生物学が最適化により重点を置いている場合は、量子検索アルゴリズムまたはハイブリッド古典量子セットアップの適用が適しているはずです（現時点で実用的でないとしても）。

機械学習については、量子コンピューティングでは少し不明瞭です。特にQuantum Machine Learningという名前です。さまざまなアプローチ/目標が取られています。一部のアルゴリズムは、K-Means、SVMなどの従来のアルゴリズム（qRAMと呼ばれる仮想デバイスに基づく）を高速化するために設計されています。たとえば、量子データの圧縮など、量子データを使用したMLの実行に焦点を当てています。

結論：明確なアイデアはまだありませんが、これは刺激的です。その過程で、新しいアルゴリズムを作成するか、現在の古典的なアルゴリズムを改善するだけです。

編集：最近のプレスリリースでは、バイオインフォマティクスとゲノミクスへの量子コンピューティングの実世界アプリケーションを開発するために、Rigetti ComputingとEntropica Labs間のパートナーシップを発表しました。

量子シミュレーションを使用して、特定の生物学的プロセスを説明できるモデルをテストできます。たとえば、Potočnikらによる2018年の論文。超伝導量子回路を使用した集光モデルを検討しました（下図を参照）。

現在、量子力学が生物学的プロセスにおいて重要な機能的役割を果たすかどうかは未解決の問題です。量子力学がそのような役割を果たしている可能性のあるいくつかの生物学的プロセスの候補には、鳥の磁気受容、嗅覚、および集光が含まれます。