[论文解读] 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 16

一句话总结

本文提出QiBAM，一种基于格罗弗搜索与汉明距离模式匹配的量子算法，用于近似DNA测序读取比对，相较于经典方法实现二次加速。该算法通过索引关联存储实现分布式、容错的子序列匹配，适用于量子加速器，并使用OpenQL和QX模拟器实现并验证。

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.

研究动机与目标

• 解决大规模DNA序列重建中的计算瓶颈问题，利用量子加速。
• 设计一种支持近似匹配的量子算法，以应对易出错的DNA测序读取。
• 实现在量子编码基因组序列上对多个潜在比对结果的分布式搜索。
• 开发一种面向近期量子处理器的架构感知型量子算法。
• 为全栈量子加速基因组测序流程奠定基础。

提出的方法

• 将格罗弗搜索算法扩展，利用汉明距离最小化作为oracle条件，支持近似匹配。
• 采用量子索引双向关联存储（QiBAM）结构，高效存储和检索基因组子串。
• 利用叠加态编码给定长度的所有可能DNA子串，实现在整个参考序列上的并行搜索。
• 引入常量oracle，评估查询序列与存储模式之间的汉明距离，以引导振幅放大。
• 将参考序列的索引与数据量子比特纠缠，以检索比对位置而非校正后的序列。
• 使用OpenQL实现该算法，并在QX模拟器上执行，通过完整密度矩阵访问进行验证。

实验结果

研究问题

• RQ1 量子搜索能否被调整以支持基因组学中的近似模式匹配，其中测序错误较为常见？
• RQ2 格罗弗算法如何扩展以在单次运行中对多个近似匹配执行分布式搜索？
• RQ3 与经典启发式方法相比，基于量子的DNA比对性能提升如何？
• RQ4 如何构建量子关联存储结构，以高效索引基因组子串？
• RQ5 该算法在当前量子模拟器上（受限于量子比特数量）能够实现和验证到何种程度？

主要发现

• QiBAM算法通过在格罗弗搜索框架中利用振幅放大，相较于经典子序列比对算法实现二次加速。
• 实现成功检测到汉明距离为1的近似匹配（例如，AA、TA、CG、CC），当参考序列中不存在精确模式CA时。
• QX模拟器的数值结果与分析估计一致，证实了随着汉明距离减小，概率放大趋势符合预期。
• 通过将索引寄存器与数据量子比特纠缠，算法正确检索出比对索引，实现在不完整序列重构的前提下基于位置的输出。
• 使用OpenQL和QX模拟器的全栈实现，在小规模DNA测试用例（如长度为2的子串）上验证了功能正确性。
• 该方法在原则上可扩展至更长序列，且可通过变分混合量子-经典方法适配近期NISQ设备。