هوش مصنوعی از کامپیوتر کوانتومی شکست خورد!
به گزارش می هاست، محققان IBM و مدرنا با بهره گیری از پردازنده کوانتومی R2 Heron شرکت IBM توفیق یافتند ساختار ثانویه پیچیده یک رشته mRNA با طول 60 نوکلئوتید را پیش بینی کنند؛ این موفقیت به عنوان طولانی ترین الگوی mRNA شبیه سازی شده روی یک کامپیوتر کوانتومی ثبت شده است.
تینا مزدکی_پژوهشگران شرکت های IBM و مدرنا موفق شده اند با استفاده از رایانش کوانتومی، طولانی ترین الگوی RNA پیام رسان یا به اختصار mRNA را بدون بهره برداری از هوش مصنوعی شبیه سازی کنند. آنها با به کارگیری پردازنده کوانتومی R۲ Heron شرکت IBM و یک الگوریتم شبیه سازی کوانتومی، ساختار پیچیده یک رشته mRNA با طول ۶۰ نوکلئوتید را پیشبینی کردند؛ رکوردی که بعنوان طولانی ترین توالی mRNA شبیه سازی شده در یک کامپیوتر کوانتومی تا امروز ثبت شده است.
RNA پیام رسان (Messenger RNA) یا mRNA مولکولی است که اطلاعات ژنتیکی را از DNA به ریبوزوم ها منتقل می کند و پروسه سنتز پروتئین را در سلول ها هدایت می کند. علاوه بر این، RNA پیام رسان در ساخت واکسن های مؤثری به کار می رود که می توانند واکنش های ایمنی را برانگیزند.
به صورت گسترده پذیرفته شده که تمام اطلاعات موردنیاز برای دستیابی یک پروتئین به ساختار سه بعدی صحیح، در توالی اسیدهای آمینه یا همان پروسه «تاخوردگی» آن نهفته است. هرچند mRNA تنها از یک رشته اسید آمینه تشکیل شده، اما دارای ساختار ثانویه ای است که شامل مجموعه ای از تاخوردگی ها می شود و شکل سه بعدی خاص هر مولکول را تعیین می کند. با افزودن هر نوکلئوتید جدید، تعداد حالت های ممکن برای این تاخوردگی ها به صورت نمایی افزایش می یابد؛ این مساله پیشبینی شکل نهائی مولکول mRNA را در مقیاس های بزرگ به یک چالش بسیار پیچیده و دشوار تبدیل میکند.
آزمایش مشترک IBM و مدرنا که نتایج آن اولین بار در «کنفرانس بین المللی ۲۰۲۴ رایانش و مهندسی کوانتومی IEEE» انتشار یافت، نشان میدهد چطور می توان از رایانش کوانتومی برای تقویت روش های سنتی پیشبینی ساختار مولکول ها استفاده نمود. بطور معمول، این پیشبینی ها بر پایه کامپیوتر های دودویی کلاسیک و مدلهای هوش مصنوعی، مانند AlphaFold شرکت گوگل دیپ مایند، صورت می گیرد. الگوریتم هایی که روی این تکنیک های کلاسیک اجرا می شوند می توانند توالی های mRNA با «صدها یا هزاران نوکلئوتید» را پردازش کنند، اما این کار تنها با حذف خصوصیت های پیچیده تری مانند «شبه گره ها» ممکن است.
شبه گره ها، پیچ وتاب ها و شکل های پیچیده ای در ساختار ثانویه مولکول هستند که می توانند وارد برهم کنش های داخلی پیشرفته تری نسبت به تاخوردگی های معمولی شوند. حذف این خصوصیت ها، دقت بالقوه هر مدل پیشبینی تاخوردگی پروتئین را به صورت بنیادی محدود می کند. درک و پیشبینی دقیق ترین جزییات مربوط به تاخوردگی های پروتئینی مولکول mRNA برای ایجاد مدلهای پیشبینی قوی تر و بنابراین ساخت واکسن های مؤثرتر بر پایه mRNA اهمیت اساسی دارد.
دانشمندان امیدوارند با به کارگیری فناوری کوانتومی در کنار آزمایش های سنتی، بتوانند بر محدودیت های ذاتی قدرتمندترین ابر رایانه ها و مدلهای هوش مصنوعی غلبه کنند. در این مطالعه، پژوهشگران چندین آزمایش با استفاده از الگوریتم های شبیه سازی کوانتومی انجام دادند که برای مدل سازی مولکول ها به کیوبیت ها (معادل کوانتومی بیت های کامپیوتر ای) متکی هستند.
در مرحله نخست، تیم پژوهشی تنها از ۸۰ کیوبیت (از مجموع ۱۵۶ کیوبیت موجود) در واحد پردازش کوانتومی R۲ Heron بهره برد و یک الگوریتم بهینه سازی کوانتومی موسوم به الگوریتم کوانتومی واریاسیونی مبتنی بر ارزش در معرض خطر شرطی یا (CVaR-based VQA) را به کار گرفت. این الگوریتم که از برخی روش های تحلیل برهم کنش های پیچیده، مانند ممانعت از برخورد در سیستم های ناوبری و ارزیابی ریسک مالی الهام گرفته، برای پیشبینی ساختار ثانویه پروتئینی یک توالی mRNA با طول ۶۰ نوکلئوتید استفاده شد.
بگفته نویسندگان این مطالعه، رکورد پیشین شبیه سازی با استفاده از مدل کوانتومی، مربوط به یک توالی ۴۲ نوکلئوتیدی بود. محققان در این آزمایش جدید، با استفاده از روش های تازه تصحیح خطا برای کاهش نویز ناشی از عملکردهای کوانتومی، مقیاس کار را گسترش دادند.
در مطالعه تازه که بصورت پیش انتشار پخش شده، این تیم بطور آزمایشی نشان داد که الگوی تحقیقاتی آنها توانایی اجرای شبیه سازی هایی با حداکثر ۱۵۶ کیوبیت را برای توالی های mRNA تا طول ۶۰ نوکلئوتید دارد. آنها همین طور پژوهش های مقدماتی انجام دادند که پتانسیل استفاده از حداکثر ۳۵۴ کیوبیت را برای اجرای همان الگوریتم ها در محیط های بدون نویز نشان میدهد.
بگفته پژوهشگران، افزایش تعداد کیوبیت های مورد استفاده در اجرای الگوریتم، همراه با مقیاس پذیری الگوریتم ها برای زیرروال بیشتر، می تواند به شبیه سازی های دقیق تر و توانایی پیشبینی توالی های طولانی تر منجر شود. با این وجود، آنها تاکید کردند که این تکنیک ها مستلزم توسعه روشهای فنی پیشرفته برای جای گذاری مدارهای ویژه این نوع مسایل در سخت افزار کوانتومی موجود هستند؛ این موضوعی نشان میدهد پیشرفت این تحقیقات به الگوریتم ها و معماری های پردازشی پیشرفته تر نیاز دارد.
منبع: livescience
بطور خلاصه RNA پیام رسان (Messenger RNA) یا mRNA مولکولی است که اطلاعات ژنتیکی را از DNA به ریبوزوم ها منتقل می کند و فرآیند سنتز پروتئین را در سلول ها هدایت می کند. به طور گسترده پذیرفته شده که تمام اطلاعات موردنیاز برای دستیابی یک پروتئین به ساختار سه بعدی صحیح، در توالی اسیدهای آمینه یا همان فرآیند «تاخوردگی» آن نهفته است. با این حال، آنها تاکید نمودند که این تکنیکها مستلزم توسعه روشهای فنی پیشرفته برای جای گذاری مدارهای ویژه این نوع مسائل در سخت افزار کوانتومی موجود هستند؛ این موضوعی نشان میدهد پیشرفت این تحقیقات به الگوریتم ها و معماری های پردازشی پیشرفته تر نیاز دارد.
این مطلب را می پسندید؟
(0)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب