加速药物发现的追求加剧了对能够高精度预测蛋白质-配体相互作用的创新计算方法的需求。传统的计算方法,如分子动力学和蒙特卡罗模拟,通常因其在探索多体系统广阔的高维能量景观方面的低效率而受到阻碍。这些方法通常会陷入局部最小值或需要构建低维反应坐标,从而限制了它们在没有大量专家输入的情况下在复杂多维空间中的有效性。为了应对这些挑战,我们最近的进展利用基于流的生成模型有效地对分子系统的玻尔兹曼分布和过渡路径分布进行采样,从而在该领域取得了重大突破。在这些成功的基础上,该项目将进一步创新,使用深度学习来近似能量场,增强采样过程而不依赖预定义的反应坐标。这种方法集成了强化学习、对抗学习和扩散模型等最先进的技术,以克服深度学习模型的典型缺点,例如缺少关键构象区域和过度依赖预训练。此外,该项目将开发自动分析方法来识别和解释亚稳态和过渡态等关键状态,利用图神经网络将增强采样数据转换为精确的动力学模型。这种综合方法旨在提高复杂多体系统中药物分子相互作用建模的效率和精度。最终方法将用于预测蛋白质与小分子的结合亲和力并准确分析结合过程,从而为下一代药物发现提供一种范式转变方法。
引言:传统上,量子多体系统的研究集中于预测少体可观测量,如局部相关函数。最近,受量子热化和混沌[1]、量子系统的经典模拟[2]和量子引力[3]中基本问题的启发,物理学家们转向了一项互补的研究:量化多体动力学本身的复杂性。这一研究的核心是量子信息扰乱的概念;在几乎所有相互作用的多体量子系统中,最初在局部算子中编码的信息会逐渐变得高度非局部[4-6]。值得注意的是,最近的实验进展使得直接测量扰乱成为可能——这项任务最常见的是利用时间倒退演化[7-14],但也可以使用系统的多个副本[15-17]或随机测量[18,19]来执行。在这样的系统中,扰乱动力学、外部退相干和实验噪声之间的相互作用引发了一个基本问题:开放量子系统中量子信息扰乱的本质是什么[13,16,20 – 31]?在本文中,我们引入了一个基于算子尺寸分布的通用框架[32 – 35],用于捕捉局部误差对扰乱动力学的影响。具体来说,我们推测混沌多体系统中误差的传播从根本上受时间演化算子的尺寸分布控制,与微观误差机制无关。我们的框架立即为 Loschmidt 回声[36 – 38] 和非时序相关 (OTOC) 函数 [39,40] 提供了预测。具体来说,我们预测 Loschmidt 回声的衰减(用于测量与时间向后演化相关的保真度)发生在
纠缠在推动我们对量子多体系统的理解的推动中发挥了重要作用[1,2]。然而,多年来,人们越来越明显地,仅纠缠无法捕获将量子与经典系统区分开的每个功能[3,4]。最相关的例子是这样的事实,即仅纠缠并不能够避免所谓的量子至高无上[5]。的确,可以通过克利福德门制成的电路从完全分解的状态中获得几个高度纠缠的量子状态[6,7],即一系列可以在古典计算机上有效模拟的操作。以非Clifford资源的价格和指数增量在古典计算机上模拟量子电路的难度[5,8]。
量子硬件有可能有效地解决物理和化学中的计算困难问题,从而获得巨大的实际奖励。模拟量子模拟通过使用受控的多体系统的动力学来模仿另一个系统的动力学来实现这一目标。这种方法在近期设备上是可行的。我们表明,以前的模拟量子模拟的理论方法遭受了禁止可扩展实施实施的基本障碍。通过引入一个新的数学框架,并以额外的工程耗散资源的资源超越了通常的哈密顿复杂性理论工具箱,我们表明可以克服这些障碍。这为模拟量子模拟器的严格研究提供了有力的新观点。
从量子相位估计 (QPE) 算法出发,提出了一种在量子计算机上构建描述关联多体系统的纠缠态的方法。使用已知离散特征值集的算子,QPE 方法随后进行测量,作为纠缠态的投影。然后,这些状态可用作进一步量子或混合量子经典处理的输入。当算子与汉密尔顿量的对称性相关联时,该方法可看作是对称性破坏和对称性恢复的量子计算机公式。该方法称为离散谱辅助 (DSA),适用于超流体系统。通过使用适用于量子位的阻塞技术,可以获得配对汉密尔顿量的完整光谱。
一维倾斜、周期性驱动的费米-哈伯德链是量子多体物理研究的典范,特别是对于固态系统。我们报告了弗洛凯疤痕态的出现,这是一类无法进行随机热化的量子多体疤痕 (QMBS) 态。其潜在物理机制被确定为这些简并 Fock 基之间的弗洛凯共振,它们可以通过一阶跳跃扰动连接起来。借助简并弗洛凯微扰理论,我们推导出奇异 QMBS 态出现的确切条件。我们还研究了量子复兴和亚谐波响应等现象。这些结果为调节和设计固态量子多体系统以实现非遍历性提供了可能性。
信息争夺是指迅速传播和编码局部量子信息在整个多体系统上的统一动力,并使该信息可从任何小子系统访问。虽然信息争夺是理解复杂的量子多体动力学的关键,并且在随机统一模型中得到了充分理解,但在哈密顿系统中几乎没有探索它。在这封信中,我们研究了各种与时间无关的哈密顿系统(包括混乱的旋转链和sachdev-ye-kitaev模型)中的信息恢复。我们表明,在某些但不是全部的混乱模型中,信息恢复是可能的,它根据能量谱或超时订购的相关器突出了信息恢复与量子混乱之间的差异。我们还表明,信息恢复探针是由于动态的信息理论特征的变化引起的。
虚时间演化是寻找量子多体系统基态的重要技术,也是在量子化学、凝聚态和核物理中得到广泛应用的多种数值方法的核心。我们提出了一种在量子计算机上实现虚时间传播的算法。我们的算法是在将算法高效编码到优化门的背景下设计的,利用量子设备的基本特性,在扩展的希尔伯特空间中进行幺正运算。然而,我们证明,对于简单的问题,它也可以成功地应用于标准数字量子机。这项工作为将基于虚时间传播的量子多体方法移植到近期的量子设备奠定了基础,使未来能够对一大类微观系统的基态进行量子模拟。