[论文解读] Evolutionary Design in Biological Quantum Computing

Gábor Vattay, Stuart Kauffman|arXiv (Cornell University)|Nov 19, 2013

Spectroscopy and Quantum Chemical Studies参考文献 10被引用 3

一句话总结

本文提出了一种受Fenna-Matthews-Olson（FMO）光捕获复合物启发的新型量子计算模型，表明进化优化通过利用量子耗散和受控退相干，使该模型在性能上超越纯量子与经典随机算法。FMO复合物通过环境辅助量子输运（ENAQT）实现超快激子输运，相位破坏速率为300 cm⁻¹时，激子在7 ps内即可输运至反应中心。

ABSTRACT

The unique capability of quantum mechanics to evolve alternative possibilities in parallel is appealing and over the years a number of quantum algorithms have been developed offering great computational benefits. Systems coupled to the environment lose quantum coherence quickly and realization of schemes based on unitarity might be impossible. Recent discovery of room temperature quantum coherence in light harvesting complexes opens up new possibilities to borrow concepts from biology to use quantum effects for computational purposes. While it has been conjectured that light harvesting complexes such as the Fenna-Matthews-Olson (FMO) complex in the green sulfur bacteria performs an efficient quantum search similar to the quantum Grover's algorithm the analogy has yet to be established. In this work we show that quantum dissipation plays an essential role in the quantum search performed in the FMO complex and it is fundamentally different from known algorithms. In the FMO complex not just the optimal level of phase breaking is present to avoid both quantum localization and Zeno trapping but it can harness quantum dissipation as well to speed the process even further up. With detailed quantum calculations taking into account both phase breaking and quantum dissipation we show that the design of the FMO complex has been evolutionarily optimized and works faster than pure quantum or classical-stochastic algorithms. Inspired by the findings we introduce a new computational concept based on decoherent quantum evolution. While it is inspired by light harvesting systems, the new computational devices can also be realized on different material basis opening new magnitude scales for miniaturization and speed.

研究动机与目标

• 探究生物量子系统（如FMO复合物）是否在室温下利用量子效应实现计算优势。
• 确定量子耗散与退相干在提升输运效率方面的作用，使其超越纯量子或经典模型。
• 探讨生物系统中的进化优化是否导致一种优于已知量子算法的计算机制。
• 基于退相干量子演化提出一种新型计算范式，利用环境相互作用实现速度提升与微型化。

提出的方法

• 使用Lindblad主方程对FMO复合物中的激子输运进行建模，以描述具有相位破坏和耗散性环境耦合的开放量子系统。
• 在能量表象中应用Redfield方程，推导非马尔可夫动力学的超算符，包含温度依赖的环境相关性。
• 采用广义Caldeira-Leggett近似，将Redfield方程简化为适合数值求解的形式，保留逆温度β的二阶项。
• 在哈珀模型中模拟输运动力学，通过可调局域化参数λ和黄金分割准周期势，模拟FMO哈密顿量。
• 通过超算符的数值逆运算计算输运时间与效率，固定捕获速率（κ = 1 ps⁻¹）与激子衰减速率（Γ = 1 ns⁻¹）。
• 比较不同哈密顿量结构（如扩展态与局域态波函数）下的输运性能，评估系统设计对效率的影响。

实验结果

研究问题

• RQ1 生物系统（如FMO复合物）中的量子耗散能否被用作计算资源，而非仅作为误差来源？
• RQ2 FMO复合物是否处于进化最优状态，使得相位破坏与环境耦合最大化输运速度与效率？
• RQ3 FMO复合物的性能与理想化量子算法（如Grover搜索）或经典随机游走相比如何？
• RQ4 FMO复合物中的量子搜索机制与已知量子算法之间是否存在根本性差异，特别是在退相干作用方面？
• RQ5 环境辅助量子输运（ENAQT）的原理能否推广为一类新型量子计算架构？

主要发现

• 在相位破坏速率为300 cm⁻¹时，FMO复合物将激子输运至反应中心的时间约为7 ps，与实验观测一致。
• 量子耗散与受控退相干并非有害，而是必不可少：它们可防止安德森局域化与芝诺囚禁，实现更快、更鲁棒的输运。
• 在最优相位破坏条件下（γφ = 300 cm⁻¹），系统迅速弛豫至均匀概率分布（ϱₙₙ = 1/N），从而最大化在反应中心被捕获的概率。
• 由于量子相干性与环境耦合的协同作用，FMO复合物在性能上优于纯量子与经典随机算法。
• 哈珀模型表明，在室温下30个站点的链中，局域化-非局域化相变临界点（λ = 1）对应最短输运时间与最高效率。
• 所提出的退相干量子演化模型具有鲁棒性、可扩展性，并可能在多种材料平台上实现，支持原子尺度以下的微型化。