PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.02622v1quant-ph

COMET: 제약 보존 QAOA를 통한 멀티플렉스 편집 타겟을 위한 조합 최적화

COMET: Combinatorial Optimization for Multiplex Editing Targets Via Constraint-Preserving QAOA

멀티플렉스 CRISPR-Cas9 유전자 편집은 유전자 간 상호작용이 존재하는 상황에서 각 타겟 유전자마다 하나의 가이드 RNA를 선택해야 하는 제약 조합 문제로, 이는 이차 비제약 이진 최적화(QUBO)로 정식화하여 양자 근사 최적화 알고리즘(QAOA)으로 풀 수 있다. 유전자당 원-핫(one-hot) 제약은 통상적으로 비용 해밀토니안에 이차 패널티 항을 추가하는 방식으로 적용되지만, 패널티 계수 선택은 휴리스틱에 의존하며 패널티가 하드웨어 노이즈를 증폭시키는 문제가 있다. 대안으로, 구조적으로 제약을 적용하는 XY-믹서를 사용하면 설계 단계에서 실현 가능성을 보장할 수 있다. 본 논문에서는 면역 체크포인트 유전자 PDCD1, LAG3, HAVCR2를 타겟으로 하는 3개 유전자, 12큐비트 멀티플렉스 편집 인스턴스에서 패널티 기반 QAOA와 XY-믹서 QAOA를 체계적으로 비교한 COMET을 제시한다. 시뮬레이션에서 XY-믹서는 QAOA 깊이 p=3에서 최적값의 확률 95% 이상을 달성한 반면, 패널티 계수를 한 자릿수 범위로 변화시킨 세 가지 패널티 변형은 모든 깊이에서 6% 미만에 머물렀다. IBM의 ibm_kingston(Heron r2) 프로세서에서 XY-믹서의 시뮬레이터-하드웨어 에너지 차이는 모든 깊이에서 |0.8| 이내를 유지한 반면, 가장 잘못 조정된 패널티 변형의 차이는 +53.9에 달했다. 또한 게이트 수준 노이즈 하에서 구조적 보장이 부분적으로 깨지는 상황에 대해서도 솔직하게 분석한다. 12큐비트 인스턴스는 고전적으로 자명한 문제이나, 본 연구의 기여는 실제 하드웨어 검증을 포함하여 생물학적으로 동기화된 영역에서 제약 적용 전략에 대한 방법론적 비교를 제공하는 데 있다.