[论文解读] Non-Hemolytic Peptide Classification Using A Quantum Support Vector Machine

Shengxin Zhuang, John J. Tanner+8 more|arXiv (Cornell University)|Feb 6, 2024

Machine Learning in BioinformaticsBiochemistry, Genetics and Molecular Biology被引用 3

一句话总结

本研究将量子支持向量机（QSVM）应用于分类肽类是否具有溶血性，使用了三个实验验证的肽类数据集。QSVM在HemoPI-1数据集上表现优于经典SVM和最佳的先前经典机器学习结果，准确率最高提升3.1%，在计算生物学领域展现出可验证的量子优势。

ABSTRACT

Quantum machine learning (QML) is one of the most promising applications of quantum computation. However, it is still unclear whether quantum advantages exist when the data is of a classical nature and the search for practical, real-world applications of QML remains active. In this work, we apply the well-studied quantum support vector machine (QSVM), a powerful QML model, to a binary classification task which classifies peptides as either hemolytic or non-hemolytic. Using three peptide datasets, we apply and contrast the performance of the QSVM, numerous classical SVMs, and the best published results on the same peptide classification task, out of which the QSVM performs best. The contributions of this work include (i) the first application of the QSVM to this specific peptide classification task, (ii) an explicit demonstration of QSVMs outperforming the best published results attained with classical machine learning models on this classification task and (iii) empirical results showing that the QSVM is capable of outperforming many (and possibly all) classical SVMs on this classification task. This foundational work paves the way to verifiable quantum advantages in the field of computational biology and facilitates safer therapeutic development.

研究动机与目标

• 探索量子机器学习（QML）模型（如QSVM）是否能在真实世界的生物分类任务中超越经典机器学习模型。
• 评估QSVM在使用三个湿实验验证的数据集对溶血性与非溶血性肽类进行分类时的性能。
• 确定量子核函数是否能在该特定生物信息学问题上实现优于经典核函数的泛化能力。
• 基于经典数据使用随机泡利字符串特征映射建立量子核设计的基线。
• 评估使用近中期量子算法在计算生物学中实现可验证量子优势的潜力。

提出的方法

• QSVM使用数据编码酉操作，将40个理化肽类描述符映射到6量子比特的量子态，采用随机泡利字符串特征映射。
• 采用量子核方法在高维希尔伯特空间中计算内积，实现非线性分类，而无需显式制备量子态。
• 通过经典计算机上的数值模拟评估量子核，模拟量子特征映射和核计算过程。
• 使用相同的40个描述符输入表示，训练并比较具有RBF、多项式和线性核的经典SVM。
• 通过在训练/验证划分上进行网格搜索，对量子核的超参数（如$t$、$s$）进行优化。
• 使用标准指标（准确率、精确率、召回率和F1分数）在三个数据集（HemoPI-1、HemoPI-2和HemoPI-3）的测试集上评估性能。

实验结果

研究问题

• RQ1 量子支持向量机能否在非溶血性肽类分类任务中超越经典SVM？
• RQ2 QSVM在相同肽类数据集上的准确率是否高于已发表的最佳经典机器学习结果？
• RQ3 QSVM性能对量子特征映射选择（如随机泡利字符串）的变化是否具有鲁棒性？
• RQ4 采用随机泡利编码的量子核是否能在经典数据上实现与经典核相当或更优的性能？
• RQ5 使用近中期量子算法在计算生物学中实现可验证量子优势的潜力如何？

主要发现

• 在HemoPI-2上，QSVM的测试准确率达到96.8%，优于使用RBF和多项式核的经典SVM。
• 在HemoPI-1上，QSVM准确率达到96.8%，比最佳经典核（RBF）高出3.1个百分点。
• 与Plisson等人先前的最先进结果相比，QSVM在HemoPI-1、HemoPI-2和HemoPI-3上的准确率分别提高了3.1%、2.0%和2.8%。
• 随机泡利字符串特征映射在30种采样配置中表现出一致性能，测试准确率与或超过经典核结果。
• 尽管使用相同的输入描述符，QSVM在HemoPI-2和HemoPI-3上分别比经典SVM提高了2%和0.9%的准确率。
• 结果表明，即使在使用经典数据时，量子核也能提供实际优势，支持在生物信息学中实现可验证量子优势的可行性。