[论文解读] Quantum Machine Learning Framework for Virtual Screening in Drug Discovery: a Prospective Quantum Advantage

Stefano Mensa, Emre Sahin+3 more|arXiv (Cornell University)|Apr 8, 2022

Quantum Computing Algorithms and Architecture参考文献 56被引用 4

一句话总结

本文提出了一种用于药物发现中基于配体的虚拟筛选的混合经典-量子机器学习框架，结合了经典支持向量分类器与量子核估计。通过模拟和IBM量子硬件在真实世界ADR-B2和COVID-19数据集上的实验，展示了前瞻性量子优势，即量子增强分类在性能上优于经典方法，AUC-ROC结果与密度矩阵模拟一致，并超越了经典基线。

ABSTRACT

Machine Learning (ML) for Ligand Based Virtual Screening (LB-VS) is an important in-silico tool for discovering new drugs in a faster and cost-effective manner, especially for emerging diseases such as COVID-19. In this paper, we propose a general-purpose framework combining a classical Support Vector Classifier (SVC) algorithm with quantum kernel estimation for LB-VS on real-world databases, and we argue in favor of its prospective quantum advantage. Indeed, we heuristically prove that our quantum integrated workflow can, at least in some relevant instances, provide a tangible advantage compared to state-of-art classical algorithms operating on the same datasets, showing strong dependence on target and features selection method. Finally, we test our algorithm on IBM Quantum processors using ADRB2 and COVID-19 datasets, showing that hardware simulations provide results in line with the predicted performances and can surpass classical equivalents.

研究动机与目标

• 开发一种通用的用于药物发现中基于配体的虚拟筛选（LB-VS）的量子机器学习框架。
• 探究在真实世界药物发现数据集上，量子核方法是否能为经典机器学习算法带来实际优势。
• 使用真实分子数据集，在近期量子硬件上验证量子增强分类器的性能。
• 确立前瞻性量子优势（PQA）的概念，作为迈向大规模药物发现工作流中完全量子优势的基石。

提出的方法

• 该框架使用RDKit从药物数据库中SMILES编码的分子提取化学信息学特征。
• 应用特征选择与降维技术（ANOVA、PCA）以降低维度并提升分类性能。
• 使用经典支持向量分类器（SVC）训练，结合经典与量子核，后者由量子电路生成。
• 通过在IBM量子处理器（蒙特利尔和瓜达卢佩）上实现的量子电路进行量子核估计，并在量子硬件仿真器上进行模拟。
• 以AUC-ROC为主要指标评估量子增强分类器（QSVC）的性能，并与经典基线（包括RMD和MPNN模型）进行比较。
• 使用状态矢量方法进行数值模拟，以在硬件执行前验证预期性能，确保对量子硬件结果的可靠预测。

实验结果

研究问题

• RQ1 基于量子核的分类器是否能在基于配体的虚拟筛选任务中超越经典机器学习模型？
• RQ2 在近期量子硬件上执行时，所提出的混合量子-经典框架是否在真实世界药物发现数据集上展现出可测量的优势？
• RQ3 量子模拟在多大程度上能准确预测量子算法在实际量子处理器上的性能？
• RQ4 该框架是否可扩展至更大规模的特征集，这些特征集对经典计算而言仍不可行，从而实现前瞻性量子优势？

主要发现

• 在IBM量子蒙特利尔处理器上执行时，使用量子核训练的QSVC模型在ADR-B2数据集上获得的AUC-ROC得分与密度矩阵模拟结果相当，并处于其误差范围内。
• 在IBM量子瓜达卢佩处理器上执行时，QSVC模型在COVID-19数据集上获得的AUC-ROC结果与最佳性能的量子数值模拟结果一致。
• 在ADR-B2和COVID-19数据集上，量子硬件结果显著优于所有经典基线方法，包括RMD和MPNN模型。
• 在量子硬件仿真器上的模拟准确预测了实际量子处理器运行的结果，验证了数值模拟在今后量子优势评估中的可靠性。
• 该框架展示了前瞻性量子优势（PQA），表明在小规模实例中观察到的量子优势有望在更大规模、经典方法无法处理的问题上实现扩展。
• 该研究证实，量子核方法是分类药物发现中活性与非活性分子的一种可行且更优的方法，尤其在特征选择经过优化时。