摘要：蛋白质折叠，即蛋白质链获得其功能性三维形状的过程，仍然是计算生物学中的一个基本挑战，研究人员越来越多地转向非常规计算方法来解决这个问题。来自弗劳恩霍夫计算机图形研究所 (IGD) 的 Timon Scheiber、Matthias Heller 和 Andre

蛋白质折叠，即蛋白质链获得其功能性三维形状的过程，仍然是计算生物学中的一个基本挑战，研究人员越来越多地转向非常规计算方法来解决这个问题。来自弗劳恩霍夫计算机图形研究所 (IGD) 的 Timon Scheiber、Matthias Heller 和 Andreas Giebel 研究了量子退火（一种特殊的量子计算形式）在加速这一复杂过程方面的潜力。他们的工作比较了不同的蛋白质折叠计算模型，评估了它们在量子退火器上实现的适用性，并引入了一种用于此类计算的蛋白质结构表示新方法。虽然目前的量子硬件在解决大规模问题方面存在局限性，但该团队的研究结果表明，当应用于适当规模的问题时，该方法比传统模拟具有性能优势，这为未来生物分子建模的研究和开发指明了一条充满希望的途径。

本文分析了经典计算和量子计算方法的计算机及其规模和性能。介绍了一种基于交错网格的四面体晶格坐标模型的新型编码方法。研究结果揭示了模型性能的显著差异，其中一个模型在可行解空间内产生了非物理配置。研究得出结论，当前的量子退火硬件尚不适合解决概念验证规模以外的问题，这主要是由于嵌入过程中的挑战。尽管如此，与内部模拟退火实现相比，我们观察到了规模优势，这在性能比较时尤为明显。

使用优化算法进行蛋白质折叠比较

本文介绍了与 D-WaveSpace 相关的大量实验结果和数据。核心重点在于不同方法的有效性，包括基于坐标和基于回合的蛋白质结构方法。其中很大一部分工作涉及在不同平台上对这些算法进行基准测试，例如经典 CPU、D-Wave Advantage 和 Zephyr 系统。研究考察了各种参数以确保热稳定性，并评估了冷却速率与时间之间的关系。数据表明，笛卡尔方法最有前景。

该文件提供了丰富的实验数据，这些数据对于支持论文中的主张至关重要。对嵌入和超参数优化的基准测试提供了对实际局限性的洞察。该研究解决了诸如嵌入限制等实际挑战，并评估了将问题嵌入到 D-Wave 系统所需的量子比特数量，这一点至关重要，因为这会影响可求解问题的规模。数据还探索了最佳退火时间，以最大限度地缩短计算时间。

虽然图表总体清晰，但添加更详细的说明会有所帮助，例如指定测量单位并解释观察到的趋势。可以考虑添加误差线来指示结果的可变性，并进行统计分析以评估不同算法之间观察到的差异的显著性。更详细地讨论不同算法之间的权衡取舍也将大有裨益，包括所需量子比特数量与算法性能之间的平衡。简要解释选择基于坐标和基于回合的模型背后的原理将进一步加深理解。补充材料是一个强有力的补充，提供了丰富的数据和分析来支持研究结果。

来源：科学靠思考