![]() |
![]() |
![]() |
![]() |
Квантовые компьютерные исследования пангенома могут привести к персонализированной медицине и отслеживанию вспышек заболеваний |
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-07-09 12:04 ![]() Инсайдерская информация
ПРЕСС-РЕЛИЗ — Новое сотрудничество объединяет ведущую в мире междисциплинарную команду, обладающую навыками в области квантовых вычислений, геномики и передовых алгоритмов. Они стремятся решить одну из самых сложных вычислительных задач в геномной науке: создание, расширение и анализ наборов пангеномных данных для больших выборок населения. Их проект находится на переднем крае исследований как в области биомедицины, так и в области квантовых вычислений. Проект, в котором участвуют исследователи из Кембриджского университета, Института Уэллкома Сэнгера и Европейского института биоинформатики EMBL (EMBL-EBI), получил грант до 3,5 миллионов долларов США на изучение потенциала квантовых вычислений для улучшения здоровья человека. Команда стремится разработать алгоритмы квантовых вычислений, которые потенциально могут ускорить производство и анализ пангеномов — новых представлений последовательностей ДНК, которые отражают разнообразие популяций. Их методы будут разработаны для работы на новых квантовых компьютерах. Этот проект является одним из 12, выбранных во всем мире для участия в программе поддержки Wellcome Leap Quantum for Bio (Q4Bio). С момента первого секвенирования человеческого генома более 20 лет назад* геномика произвела революцию в науке и медицине. Менее одного процента из 6,4 миллиардов букв кода ДНК различается у разных людей, но именно эти генетические различия делают каждого из нас уникальным. Наш генетический код может дать представление о нашем здоровье, помочь диагностировать болезни или назначить лечение. Однако эталонная последовательность генома человека, с которой впоследствии сравнивают секвенированную человеческую ДНК, основана на данных лишь нескольких человек и не отражает человеческое разнообразие. Ученые работали над решением этой проблемы более десяти лет, и в 2023 году был создан первый образец пангенома человека1 . Пангеном — это совокупность множества различных последовательностей генома, которые отражают генетическое разнообразие популяции. Пангеномы потенциально могут быть созданы для всех видов, включая такие патогены, как SARS-CoV-2. Пангеномика, новая область науки, требует высокого уровня вычислительной мощности. Хотя существующая структура эталонного генома человека является линейной, данные пангенома могут быть представлены и проанализированы в виде сети, называемой графом последовательностей, которая хранит общую структуру генетических связей между многими геномами. Затем сравнение последующих отдельных геномов с пангеномом включает в себя отображение маршрута для их последовательностей через граф. В этом новом проекте команда стремится разработать подходы к квантовым вычислениям, которые потенциально могут ускорить как ключевые процессы сопоставления данных с узлами графа, так и поиск хороших маршрутов через граф. Квантовые технологии готовы совершить революцию в высокопроизводительных вычислениях. Классические вычисления хранят информацию в виде двоичных битов — 0 или 1. Однако квантовый компьютер работает с частицами, которые могут одновременно находиться в суперпозиции разных состояний. Информация в квантовом компьютере представлена не битами, а кубитами (квантовыми битами), которые могут принимать значения 0 или 1 или находиться в состоянии суперпозиции между 0 и 1. Преимущество квантовой механики используется для решения проблем. проблемы, которые невозможно решить с помощью классических компьютеров. Однако современное оборудование квантовых компьютеров по своей природе чувствительно к шуму и декогеренции, поэтому его масштабирование представляет собой огромную технологическую задачу. Несмотря на впечатляющие доказательства концептуальных экспериментов и демонстраций, сегодняшние квантовые компьютеры остаются ограниченными в размерах и вычислительной мощности, что ограничивает их практическое применение. Но ожидается, что значительные достижения в области квантового оборудования появятся в ближайшие три-пять лет. Wellcome Leap Q4Bio Challenge основан на предпосылке, что первые дни любого нового вычислительного метода будут развиваться и получать наибольшую выгоду от совместной разработки приложений, программного обеспечения и аппаратного обеспечения, что позволяет оптимизировать ранние системы, которые еще не получили широкого распространения. Опираясь на современные методы вычислительной геномики, команда разработает, смоделирует и затем внедрит новые квантовые алгоритмы, используя реальные данные. Первоначально алгоритмы и методы будут протестированы и усовершенствованы в существующих мощных средах высокопроизводительных вычислений (HPC), которые будут использоваться в качестве моделирования ожидаемого аппаратного обеспечения квантовых вычислений. Они будут тестировать алгоритмы сначала с использованием небольших участков последовательности ДНК, работая над обработкой относительно небольших последовательностей генома, таких как SARS-CoV-2, а затем перейдут к гораздо более крупному геному человека. Доктор Сергей Стрельчук, главный исследователь проекта с кафедры прикладной математики и теоретической физики Кембриджского университета2 , сказал: «Структура многих сложных задач в области вычислительной геномики и пангеномики, в частности, делает их подходящими кандидатами для ускорения, обещанного квантовыми вычислениями. . Мы находимся в захватывающем путешествии по разработке и внедрению квантовых алгоритмов, адаптированных к геномным данным, чтобы получить новую информацию, недостижимую с помощью классических алгоритмов». Дэвид Холланд, главный системный администратор в Институте Уэллкома Сэнгера, который работает над созданием среды высокопроизводительных вычислений для моделирования квантового компьютера, сказал: «Мы только что прикоснулись к поверхности как квантовых вычислений, так и пангеномики. Так что объединить эти два мира невероятно увлекательно. Мы не знаем точно, что произойдет, но мы видим большие возможности для новых крупных достижений. Сегодня мы делаем то, что, как мы надеемся, сделает завтра лучше». Доктор Дэвид Юан, руководитель проекта EMBL-EBI, сказал: «С одной стороны, мы начинаем с нуля, потому что пока даже не знаем, как представить пангеном в среде квантовых вычислений. Если сравнить это с первой высадкой на Луну, этот проект эквивалентен проектированию ракеты и подготовке космонавтов. С другой стороны, у нас есть прочный фундамент, основанный на десятилетиях систематически аннотированных геномных данных, полученных исследователями со всего мира и предоставленных EMBL-EBI. Тот факт, что мы используем эти знания для разработки инструментов следующего поколения для наук о жизни, является свидетельством важности открытых данных и совместной науки». Потенциальная польза от этой работы огромна. Сравнение конкретного генома человека с пангеномом человека – вместо существующего эталонного генома человека – дает лучшее понимание его уникального состава. Это будет иметь важное значение для продвижения персонализированной медицины. Аналогичные подходы к бактериальным и вирусным геномам будут лежать в основе отслеживания и борьбы со вспышками патогенов. Источник: thequantuminsider.com Комментарии: |
|