有没有人将量子算法应用于计算生物学问题的例子？

如标题所示，我正在寻找已发布的应用于计算生物学问题的量子算法示例。显然，尚不存在实际示例的可能性很高（到目前为止）–我感兴趣的是任何概念证明。在这种情况下，计算生物学问题的一些示例是：

• 蛋白质结构预测（二级，三级）
• 药物配体结合
• 多序列比对
• 创新大会
• 机器学习应用

我发现只有一个这样的参考文献可以说明我在寻找什么。在这项研究中，D-Wave用于转录因子结合，但是，在绝热量子计算领域之外的示例将是有趣的。

• 量子退火与经典机器学习应用于简化的计算生物学问题

在量子模拟方面有几种。尽管它们显然不是通常被认为与生物学相关的规模的模拟，但人们可以想象，这一研究领域是对具有生物学意义的较大分子进行建模的先驱（在许多其他事物中）。

• 原子核的云量子计算
• 分子能的可扩展量子模拟

因此，除了转录因子结合和量子模拟以外，还有其他与生物学相关的概念证明吗？

更新：到目前为止，我已经接受了最佳答案，但是我将检查是否还有其他示例。这是我发现的，有些古老（2010年），旨在证明在晶格蛋白质模型中识别低能蛋白质构象 -这也是D-Wave出版物。

我无法找到有关量子生物学的专门参考文献。但是我发现一篇名为《量子辅助生物分子建模》的评论。

您可能会发现它很有趣，但这是从2010年开始的。此领域一直在发展，但我想想法仍然相似。作者更多地关注量子计算机同时尝试每条经典路径的能力的想法。

我对这个领域和惯例不太了解。但是，如果计算生物学更专注于优化，那么应该应用量子搜索算法或混合经典量子设置（即使目前还不实用）。

现在关于机器学习，量子计算还不清楚。特别是量子机器学习这个名字。采取了不同的方法/目标。一些算法旨在提高经典算法（基于称为qRAM的假设设备）的速度，例如K-Means，SVM ...，或者使用QC来帮助经典算法（例如受限的boltzmann机器）学习过程。有些人专注于对量子数据进行ML处理，例如压缩量子数据。

结论：我们还没有一个清晰的主意，但这令人兴奋。在此过程中，我们可能只创建新算法或改进当前的经典算法。

编辑：最近，一个新闻稿宣布了Rigetti Computing和Entropica Labs之间的合作关系，以开发量子计算在生物信息学和基因组学领域的实际应用。

量子模拟可用于测试可以描述某些生物过程的模型。例如，Potočnik等人的2018年论文。使用超导量子电路研究了光收集模型（请参见下图）。

目前，量子力学在生物过程中是否起重要作用是一个悬而未决的问题。量子力学可能具有这种作用的一些候选生物过程包括鸟类的磁感受，嗅觉和光收集。