[論文レビュー] An algorithm for DNA read alignment on quantum accelerators

Aritra Sarkar, Zaid Al-Ars+2 more|arXiv (Cornell University)|Sep 12, 2019

Quantum Computing Algorithms and Architecture参考文献 27被引用数 16

ひとこと要約

この論文では、ハミング距離に基づくパターンマッチングを用いたグローバー探索を用いて、近似的なDNAリードアラインメントを実行する量子アルゴリズムであるQiBAMを提案する。この手法は、古典的手法に対して2乗の高速化を達成する。量子アクセラレータ上で、インデックス付きアソシエイティブメモリを用いて分散的かつ誤差耐性のある部分列マッチングを実現し、OpenQLおよびQXシミュレータを用いて実装・検証されている。

ABSTRACT

With small-scale quantum processors transitioning from experimental physics labs to industrial products, these processors allow us to efficiently compute important algorithms in various fields. In this paper, we propose a quantum algorithm to address the challenging field of big data processing for genome sequence reconstruction. This research describes an architecture-aware implementation of a quantum algorithm for sub-sequence alignment. A new algorithm named QiBAM (quantum indexed bidirectional associative memory) is proposed, that uses approximate pattern-matching based on Hamming distances. QiBAM extends the Grover's search algorithm in two ways to allow for: (1) approximate matches needed for read errors in genomics, and (2) a distributed search for multiple solutions over the quantum encoding of DNA sequences. This approach gives a quadratic speedup over the classical algorithm. A full implementation of the algorithm is provided and verified using the OpenQL compiler and QX simulator framework. This represents a first exploration towards a full-stack quantum accelerated genome sequencing pipeline design. The open-source implementation can be found on https://github.com/prince-ph0en1x/QAGS.

研究の動機と目的

• 大規模なDNA配列再構成における計算ボトル neck を量子加速によって解決すること。
• 誤りを含むDNAリードに対応する近似的マッチングをサポートする量子アルゴリズムを設計すること。
• 複数の潜在的アラインメントを一度の実行で複数の量子エンコード済みゲノム配列に分散検索を可能にすること。
• 近い将来の量子プロセッサに特化したアーキテクチャに配慮した量子アルゴリズムを開発すること。
• フルスタックの量子加速型ゲノムシーケンシングパイプラインの基盤を構築すること。

提案手法

• グローバー探索アルゴリズムを拡張し、ハミング距離の最小化をオракル条件として用いることで、近似的マッチングをサポートする。
• ゲノム部分文字列の効率的格納および検索を実現するため、量子インデックス化された双方向アソシエイティブメモリ（QiBAM）構造を採用する。
• 重ね合わせを用いて、指定された長さのすべてのDNA部分文字列を符号化し、参照配列全体にわたる並列検索を可能にする。
• ハミング距離を評価する定数オラクルを導入し、振幅増幅を誘導する。
• 参照配列のインデックスとデータキュービットをエンタングルさせることで、修正された配列ではなくアラインメント位置を取得する。
• OpenQLを用いてアルゴリズムを実装し、全状態ベクトルへのアクセスを提供するQXシミュレータ上で実行し、検証を実施する。

実験結果

リサーチクエスチョン

• RQ1 ゲノム分野ではリードエラーが一般的であるが、量子検索を近似的なパターンマッチングに適応できるか。
• RQ2 グローバーのアルゴリズムを、1回の実行で複数の近似的マッチングを分散検索できるように拡張できるか。
• RQ3 古典的手法のヒューリスティックな手法と比較して、量子ベースのDNAアラインメントの性能向上はどの程度か。
• RQ4 ゲノム部分文字列のインデックスを効率的にサポートできるように、量子アソシエイティブメモリをどのように構造化できるか。
• RQ5 限られたキュービット数を持つ現在の量子シミュレータ上で、このアルゴリズムをどの程度実装・検証できるか。

主な発見

• QiBAMアルゴリズムは、グローバー探索フレームワークにおける振幅増幅を活用することで、古典的手法の部分列アラインメントアルゴリズムに対して2乗の高速化を達成する。
• 正確なパターンCAが参照配列に存在しない場合でも、ハミング距離1（例：AA, TA, CG, CC）の近似的マッチングが正常に検出された。
• QXシミュレータからの数値結果は解析的推定値と一致し、ハミング距離が減少するに従って期待される確率増幅の傾向が確認された。
• インデックスレジスタとデータキュービットをエンタングルさせることで、完全な配列再構成なしにアラインメントインデックスを正しく取得できた。
• OpenQLおよびQXシミュレータを用いたフルスタック実装により、小規模なDNAテストケース（例：長さ2の部分文字列）において関数的正しさが確認された。
• 本手法は原則としてスケーラブルであり、変分ハイブリッド量子古典的手法を用いることで、近い将来のNISQデバイスへの適応が可能である。