量子計算機首次加載完整基因組

自21世紀初具有里程碑意義的人類基因組解碼工作完成以來，DNA測序技術迎來了爆發式發展。傳統計算機已難以滿足海量的數據與激增的算力需求，這推動人們尋求替代方案。

如今，量子計算距離實用又近了一步。科學家近日宣布，他們首次將一個完整的基因組——丁型肝炎病毒基因組編碼到量子計算機上，從原理上證明了這類特殊機器未來有望助力基因組學研究。

丁型肝炎病毒基因組成功載入量子計算機。圖片來源：James Cavallini/Science Source

意大利國際高等研究院的Guglielmo Mazzola評價道：“這是至關重要的一步。想要進行基因組處理，首先必須把數據載入進去。”但他提醒，在量子計算機能夠處理更大的基因組或真正對這些數據開展分析之前，很難判斷它們是否會超越其他現有頂尖技術。“量子計算能否真正帶來增益，目前仍未可知。”

與傳統計算機以0和1的二進制編碼信息不同，量子計算機依靠量子比特運行，它可以被設定為0、1，或是同時處于0和1的疊加態。理論上，這種并行狀態讓量子計算機能夠處理傳統計算機難以應對的問題。量子計算機原則上可以將多種可能的答案表示為量子比特上的波狀狀態，從而加速某些優化問題的求解；隨著狀態演化，它們會像水面漣漪一樣相互干涉，讓出現更優解的概率更高、較差解的概率更低。

這一思路有望用于研究人類及其他生物體內海量的遺傳變異。盡管遺傳學家長期以來依賴由單一線性序列代表的參考基因組，但現在越來越多地轉向了泛基因組。泛基因組被視為精準醫療和理解病原體演化的關鍵，但其計算復雜度極高。構建和分析泛基因組需要在海量、交錯的可能序列組合“迷宮”中尋找路徑，而這正是量子計算機可能擅長的任務。

量子生物計劃（Q4Bio）是由惠康飛躍出資5000萬美元設立的項目。惠康飛躍是英國慈善機構惠康基金會的高風險生物醫學資助機構，旨在推動此類及其他與健康相關的量子計算應用。12個團隊經歷了“饑餓游戲”式的競爭——競相在各自領域展示量子優勢，以換取獎勵和后續融資。

這些項目面臨著重重困難。如今的量子計算機不穩定、易出錯，且量子比特數量有限，即便只是將數據編碼為量子態也十分艱巨。Mazzola說：“有時載入數據的難度堪比完成整個計算，會直接抵消使用量子計算機的先天優勢。”

英國牛津大學的Sergii Strelchuk與惠康桑格研究所同事領導的量子泛基因組項目，是進入Q4Bio決賽的6個項目之一。Strelchuk團隊開發了算法，盡可能高效地壓縮DNA序列并將其編碼為量子態。

團隊最初計劃用侵染細菌的ΦX174病毒進行測試，該病毒于1977年成為首個完成DNA完全測序的生物。但ΦX174的5386個堿基需要一臺擁有387個量子比特的量子計算機，超出了研究人員所用IBM 156量子比特處理器的能力。

因此，團隊轉向丁型肝炎病毒，其基因組僅含約1700個RNA堿基，是已知最小的人類病毒基因組。團隊最終用117個量子比特成功編碼了丁型肝炎病毒的遺傳信息。

“我們才剛剛起步。”惠康桑格研究所首席信息官James McCafferty表示，他們目前正在商議如何處理這些已編碼的數據。團隊希望開發一個在線界面，未來研究人員可上傳、處理和分析序列。

美國弗吉尼亞大學的Stefan Bekiranov稱贊了這一技術成就，但認為量子基因組學短期內不會快速發展，“你要面對的是極其強大的傳統計算算法”。Mazzola則持樂觀態度，他認為未來幾年，隨著基因組數據壓縮與編碼方法的精進，加上更大、更穩定的量子計算機出現，這一前景將變得現實。

Mazzola補充道，盡管將量子計算機應用于擁有31億個堿基對的人類基因組仍是一個遙遠的目標，但研究人員可以先聚焦于更短、在醫學上重要且高度變異的DNA區域。

Q4Bio其他項目團隊同樣抱有樂觀預期。美國芝加哥大學的Fred Chong負責一項癌癥生物標志物研究，他開發了量子-傳統混合算法，在海量癌癥樣本數據集中挖掘可輔助疾病預測的模式。盡管受限于量子比特數量，該方法在目前的量子計算機上仍無法超越傳統方案，但Chong稱，“我們預計未來2到3年內具備這一能力”。