N6-甲基腺苷(m6A)是高等生物中最常见的修饰,研究表明m6A修饰广泛存在于哺乳动物、植物、真菌等生物体中(1),m6A修饰主要发生在DRACH序列的腺嘌呤上(2,3),高通量测序发现m6A主要分布在终止密码子、mRNA外显子、3'UTR及蛋白质编码区(4)。RNA的生物学功能依赖于多种修饰,其中甲基化占有很大比例(5,6)。m6A修饰在基因表达调控中起着基础性作用(7),同时m6A修饰还参与RNA的翻译、降解、剪接、去核和折叠等过程(5,8,9)。m6A的调控主要依赖于m6A的酶系统,包括“Writer”、“Eraser”、“Reader”。 “Writer”是一种甲基转移酶,主要包括METTL3、METTL14和WTAP,这些甲基转移酶将甲基从甲基供体S-腺苷甲硫氨酸(SAM)转移到RNA腺嘌呤的第六个N原子上。“Eraser”是一种去甲基化酶,主要包括脂肪质量与肥胖相关蛋白(FTO)和ALKBH5。FTO是第一个在m6A修饰中发现的去甲基化酶(9,10)。研究发现,用siRNA敲除FTO,mRNA中M6A含量增加,而过表达FTO则可降低细胞内m6A水平(11)。但也有学者认为FTO对m6A无明显影响,尤其是对核小RNA。相对于FTO作为去甲基化酶发挥作用的观点,有学者认为FTO和ALKBH5的调控位点为了逆转甲基化,倾向于维持非甲基化状态的稳定性(12)。在FTO被抑制或去除的情况下,异常的m6Am会干扰输出机制,可能导致mRNA的异常预剪接(13)。结合以上观点,FTO与m6A酶系统中其他蛋白的作用需要更加平衡和充分的研究。甲基化修饰要实现其生物学功能,需要与相应的识别蛋白结合,也就是“Reader”,包括YT521-B同源结构域家族(YTHDF)蛋白(14)。目前的研究更多集中在YTHDF1/2/3上,虽然这三者被认为具有不同的作用,但由于其序列的相似性和结合靶标的趋同,它们很可能具有叠加或协同作用(15)。根据目前的结果,Reader 包括 YTHDF 和 IGF2BP3 等蛋白质,
熵是概率论和物理学中最重要的概念之一。尽管信息似乎没有一个精确的定义,但香农熵被视为有关某个系统的信息的重要量度,而吉布斯熵在统计力学中起着类似的作用。冯·诺依曼熵是这些经典量度在量子领域的一种可能的、在某种意义上是自然的延伸。尽管冯·诺依曼熵在量子信息的许多应用中发挥着基础性的作用,但它仍因多种不同原因而受到批评[1-3]。简而言之,虽然经典熵表示人们对系统的无知[4],但量子熵似乎具有根本不同的含义,它对应于信息的先验不可访问性或非局部关联的存在。从这个角度来看,经典熵涉及主观 / 认识论的不确定性,而量子熵与某种形式的客观 / 本体论的不确定性相关 [5],尽管这种推理存在争议。为了解决像这样的概念问题,提出了非加性 Tsallis 熵和其他度量 [1, 6, 7]。经典逻辑熵最近由 Ellerman [8, 9] 引入,作为源自分区逻辑的信息度量。因此,这种熵给出了集合 U 分区的区别。分区 p 被定义为集合中不相交部分的集合,如图 1a 所示。集合可以被认为最初是完全不同的,而每个分区都会收集那些区别已被分解的块。每个块表示与集合上的等价关系相关联的元素。然后,给定一个等价关系,一个块的元素之间是模糊的,而不同的块彼此不同。考虑到这些概念,将这种划分和区分框架扩展到量子系统的研究似乎可以为量子态鉴别、量子密码学和量子信道容量问题带来新的见解。事实上,在这些问题中,我们以某种方式对可区分状态之间的距离测量感兴趣,这正是逻辑熵所关联的知识类型。这项工作是之前提出研究量子逻辑熵的预印本的更新和扩展版本 [ 10 ]。在这个新版本中,与原始版本一样,我们主要关注这个量的基本定义和属性。其他高级主题要么在之前的研究中处理过,比如 [ 11 ],要么留待将来研究。然而,正如将在整篇文章中进一步阐述的那样,这里介绍的结果为各种理论应用奠定了基础——甚至对于涉及后选系统的场景也是如此。
2024 年 9 月 12 日 曼钦主席、巴拉索排名成员和委员会的尊敬成员,感谢你们给我这个机会就能源部 (DOE) 在下一代先进计算研究、应用和网络安全方面的领导地位作证。 我叫海伦娜·傅,担任能源部关键和新兴技术办公室 (CET) 主任。 美国在人工智能、生物技术、量子信息科学和微电子等关键和新兴技术领域的领导地位是实现经济繁荣和维护国家安全的关键。 这些技术是新发现和突破的主要来源,增强了我们应对国家安全威胁的能力,并增加了获得清洁、可靠和负担得起的能源的机会。 CET 致力于利用整个能源部综合体(包括国家核安全局)和能源部的 17 个国家实验室的能力和专业知识,以维持和扩大美国在技术领域的领导地位,以支持该部门的能源、科学和国家安全任务。该办公室的主要职责是建立和协调战略愿景,以确保能源部在执行关键和新兴技术工作时统一且有凝聚力。CET 与能源部其他办公室合作,使能源部领导层以及跨机构、国会和外部合作伙伴能够最大限度地发挥能源部在这些具有国家重要性的关键领域的能力和投资的影响。我的证词将讨论能源部如何通过其科学、安全和技术人工智能前沿 (FASST) 计划推动人工智能创新生态系统的发展,讨论通过能源部的 VoltAIc 计划改进人工智能许可的工作,概述能源部在量子信息科学方面正在进行的基础性努力,强调能源部如何利用先进的数字技术和密切的行业伙伴关系来保护我们能源基础设施的网络安全,并描述能源部的工作如何帮助确保我们的国家安全。增强能源部科学、能源和安全使命的人工智能领导力正如委员会所知,人工智能是一项几乎每天都在发展的变革性技术。它对国家福祉的各个方面都有深远影响,从经济繁荣到长期的科学领导地位。能源部与领先的科学资助机构一起,在确保美国在加速建立全球人工智能霸权的竞赛中不落后方面发挥着关键作用,我们感谢国会持续提供的支持,使能源部现有的基础设施和能力能够用于尖端人工智能研究和开发。
2024 年亨利·庞加莱奖 基塔耶夫荣誉奖 布鲁诺·纳赫特盖勒 我很高兴也很荣幸今天为阿列克谢·基塔耶夫颁奖。我从他的工作中学到了很多东西。很难夸大他对我研究的影响,我知道这对无数其他人也是如此。阿列克谢·基塔耶夫毕业于莫斯科物理技术学院,于 1986 年获得硕士学位,并毕业于著名的兰道理论物理研究所,于 1989 年在瓦列里·波克罗夫斯基的指导下获得博士学位。从那时起,他一直与加州理工学院有联系,并于 2002 年成为该校的正教授。二十世纪九十年代中期,量子计算作为一个多学科研究领域出现,迅速吸引了物理学、数学和计算机科学领域一些最聪明、最具创造力的人才。阿列克谢·基塔耶夫是其中之一,但不仅仅是“其中之一”。很快人们就发现,他是独一无二的。很难想象还有谁能像 Kitaev 一样,做出如此多的基础性贡献,产生如此广泛而持久的影响。他一次又一次地成为这个新领域的开拓者。让我简要回顾一下一些亮点。我所知道的 Kitaev 的第一个成果是 1997 年的 Solovay-Kitaev 定理,该定理通过从生成集中获取的不长单元序列(量子计算语言中的门)的乘积,提供了对任意单元的受控近似。因此,只需使用一小组单元门,就可以在量子计算机上执行任意量子算法。Kitaev 被广泛认为是量子复杂性理论的创始人。他引入的量子复杂性类 QMA(量子 Merlin-Arthur)在他与 Shen 和 Vyalyi 合著的书中有所描述。它是经典复杂度类 NP 的量子类似物,描述了可以在多项式时间内在量子计算机上验证以量子态表示的解决方案的问题。与经典的 NP 完全可满足性问题类似,Kitaev 证明了 k 局部汉密尔顿问题是 QMA 完全的。物理量子计算机并不完美,也永远不会完美。因此需要量子纠错。Kitaev 在量子纠错和量子编码理论(尤其是稳定码)方面做出了开创性的工作。他与合著者 Dennis、Landahl、Preskill 和 Aharonov 和 Preskill 一起证明了所谓的阈值定理,该定理确定了给定纠错方案和噪声模型的最大允许错误率。
腔量子电动力学通过将谐振器与非线性发射器 1 耦合来探索光的粒度,在现代量子信息科学和技术的发展中发挥了基础性作用。与此同时,凝聚态物理学领域因发现底层拓扑 2 – 4 而发生了革命性的变化,这种拓扑变化通常源于时间反演对称性的破缺,例如量子霍尔效应。在这项工作中,我们探索了拓扑非平凡的 Harper-Hofstadter 晶格 5 中 transmon 量子比特的腔量子电动力学。我们组装了铌超导谐振器 6 的晶格,并通过引入亚铁磁体 7 来破缺时间反演对称性,然后再将系统耦合到 transmon 量子比特。我们用光谱方法分辨晶格的各个体模式和边缘模式,检测激发的 transmon 和每个模式之间的 Rabi 振荡,并测量 transmon 的合成真空诱导兰姆位移。最后,我们展示了利用 transmon 计数拓扑能带结构每个模式内单个光子 8 的能力。这项工作开辟了实验手性量子光学 9 领域,使微波光子的拓扑多体物理成为可能 10,11,并为背向散射弹性量子通信提供了途径。由光构成的材料是量子多体物理学的一个前沿 12 。依靠非线性发射器来产生强光子 - 光子相互作用和超低损耗超材料来操纵单个光子的属性,这个领域探索了凝聚态物理和量子光学的接口,同时生产用于操纵光的设备 13,14。最新研究成果表明,光子在具有拓扑特性15的光子中会经历圆形时间反转破缺轨道,这为探索诸如(分数)量子霍尔效应2、3、Abrikosov晶格16和拓扑绝缘体4等固态现象的光子类似物提供了机会。在电子材料中,圆形电子轨道是由磁或自旋轨道耦合4产生的。与电子不同,光子是电中性物体,因此不会直接与磁场耦合。因此,人们正在努力为光子生成合成磁场,并更广泛地探索在合成光子平台中拓扑量子物质的概念。光学和微波拓扑光子学都在这一领域取得了重大进展。在硅光子学 17、18 和光学 19、20 中,通过在偏振或空间模式中编码伪自旋,已经实现了合成规范场,同时保持了时间反转对称性。在射频和微波超材料中,已经探索了具有时间反转对称性 21、22 和破缺时间反转对称性的模型,其中时间反转对称性破缺由以下因素引起:
挣值管理 (EVM) 是业界广泛接受的最佳实践,用于项目管理,国防部 (DoD)、联邦政府和商业部门均在使用。政府和行业项目经理使用 EVM 作为项目管理工具,以提供项目状态的态势感知,并评估项目的成本、进度和技术性能。EVM 旨在灵活并反映承包商的管理实践,而不是施加繁重的要求。只要有可能,政府就应定制管理和 EVM 要求,以利用承包商现有的流程和这些流程生成的数据,以充分了解项目成本、进度和技术性能。EVM 系统 (EVMS) 是一种管理控制系统,它集成了项目的工作范围、进度和成本参数,以实现最佳的项目规划和控制。为了有效,EVM 实践和能力必须融入项目经理的采购决策过程中。此外,EVMS 提供的数据必须及时、准确、可靠且可审计。最后,EVMS 必须以符合电子工业联盟标准 748 EVMS (EIA-748)(以下简称“指南”)中所含 32 条指南的规范方式实施。指南代表了管理和控制系统的特征和目标,用于组织、规划、调度、预算、绩效衡量、预测、分析和基线变更控制。因此,这些指南在 EVMS 的设计、实施和操作中相互关联且具有基础性。因此,供应商有机会设计一个管理和控制系统,并灵活地以独特方式应用这些指南,以满足组织在程序指导和实施方面的需求。挣值管理实施指南 (EVMIG) 第 1 部分(以下简称“本指南”)描述了挣值管理概念和指南。第 2 部分为政府使用挣值管理提供了指导,包括将挣值管理要求应用于合同的指导、绩效分析简介以及对基线审查和维护以及其他授予后活动的讨论。附录包含其他参考资料。请注意,国防部 EVM 政策适用于与行业签订的合同以及政府内部活动。在本文件中,“合同”一词既指与私营行业签订的合同,也指与符合国防部报告门槛的政府内部活动的协议。同样,“承包商”一词指私营行业和政府内的实体。本文件旨在作为国防部人员的核心 EVM 指导文件。在整个挣值管理实施指南 (EVMIG) 中,参考了其他信息来源,例如 EVMS 标准、手册、指南和网站。请酌情查阅这些其他来源(请参阅附录 A,了解这些文档的列表以及这些资源的超链接)。
挣值管理 (EVM) 是业界广泛接受的最佳实践,用于项目管理,国防部 (DoD)、联邦政府和商业部门均在使用。政府和行业项目经理使用 EVM 作为项目管理工具,以提供项目状态的态势感知,并评估项目的成本、进度和技术性能。EVM 旨在灵活并反映承包商的管理实践,而不是施加繁重的要求。只要有可能,政府就应定制管理和 EVM 要求,以利用承包商现有的流程和这些流程生成的数据,以充分了解项目成本、进度和技术性能。EVM 系统 (EVMS) 是一种管理控制系统,它集成了项目的工作范围、进度和成本参数,以实现最佳项目规划和控制。为了有效,EVM 实践和能力必须融入项目经理的采购决策过程中。此外,EVMS 提供的数据必须及时、准确、可靠且可审计。最后,EVMS 必须以符合电子工业联盟标准 748 EVMS (EIA-748) 中包含的 32 条准则(以下简称“准则”)的规范方式实施。准则代表了用于组织、规划、调度、预算、绩效衡量、预测、分析和基线变更控制的管理和控制系统的特征和目标。因此,这些准则在 EVMS 的设计、实施和操作中相互关联且具有基础性。因此,供应商有机会设计一个管理和控制系统,并灵活地以独特方式应用这些准则,以满足组织在程序指导和实施方面的需求。《挣值管理实施指南》(EVMIG)第 1 部分(以下简称“本指南”)介绍了挣值管理概念和指南。第 2 部分为政府使用挣值管理提供了指导,包括将挣值管理要求应用于合同的指导、绩效分析简介以及基线审查和维护以及其他授予后活动的讨论。附录包含其他参考资料。请注意,国防部挣值管理政策适用于与行业签订的合同以及政府内部活动。同样,“承包商”一词指私营企业和政府内的实体。在本文件中,“合同”一词既指与私营企业签订的合同,也指与符合国防部报告门槛的政府内部活动签订的协议。本文件旨在作为国防部人员的核心 EVM 指导文件。在整个挣值管理实施指南 (EVMIG) 中,都提到了其他信息来源,例如 EVMS 标准、手册、指南和网站。酌情查阅这些其他来源(参考附录 A 以获取这些文档的列表以及这些资源的超链接)。
本社论旨在简要介绍信息论在计算生物学和生物信息学领域的应用历史;简洁地总结相关研究的现状和面临的挑战;并描述本期《熵》杂志特刊以“计算生物学中的信息论”为主题的特刊所邀请内容的范围。信息论作为一个研究领域,始于 1948 年克劳德·香农 (Claude Shannon) 的开创性专著《通信的数学理论》的出版[ 1 ]。这项工作引入了包括信息熵、互信息(后来由罗伯特·M·法诺 (Roberto M. Fano) [ 2 ] 创造的一个术语)和将信息表示为二进制数字(位,这个术语归功于约翰·图基 (John Tukey))[ 3 ] 等概念。香农的工作超越了哈里·奈奎斯特和拉尔夫·哈特利在 20 世纪 20 年代以及阿兰·图灵和诺伯特·维纳在 20 世纪 40 年代的相关工作 [ 4, 5 ],描述了数据传输和压缩的基本定律 [ 6 ] 以及在噪声信道上通信效率的理论极限 [ 7 ]。作为一个与概率、统计学和计算机科学 [ 6 ] 等许多学科相交叉的统一理论,信息论被用于研究各种系统中信息的提取、传输、处理和使用。香农的概念以及受其启发的概念构成了现代数字信息技术的基础 [ 5 ]。 20 世纪 60 年代,晶体学等实验方法的改进以及分子生物学方法在生物学分支学科的迅速扩展,使生物学家能够加深对各种现象的理解 [8],包括 RNA 密码的特征 [9]、蛋白质的结构 [10,11] 以及基因和蛋白质的进化 [10,12–14]。分子生物学的中心法则 [15] 是在 RNA 转录和翻译过程的基础性发现之后发展起来的。随着 20 世纪 60 年代计算机科学理论的出现和现代计算时代的到来,应用计算策略解决生物学问题,开创了计算生物学领域 [16]。计算方法在生物学问题上的早期应用包括进化的计算研究[17]和蛋白质结构[18],以及第一个序列比对算法的开发[19,20]。我们注意到,计算生物学有时与生物信息学[21-23]互换使用,尽管这些学科也经常以各种方式区分。我们做出以下区分:生物信息学致力于开发算法、数据库、软件工具和其他计算资源,以便对生物数据进行深入分析,包括其获取、存储、量化、注释、视觉探索和其他形式的处理 [ 23 ]。生物信息学项目的单个基于软件的产品通常可以广泛应用于解决各种生物学问题。作为对生物信息学范围的补充,计算生物学旨在
量子纠缠是一种重要资源,在量子信息处理、量子通信、量子计算和其他现代量子技术中发挥着基础性作用 21,31。特别是,任何二分纠缠态都会增强隐形传态能力 29 并表现出隐藏的非局域性 30。量子任务的实用性通常随着纠缠量的增加而增加 2,41,42。纠缠态的表征在理论和实践中都至关重要。然而,区分可分离态和纠缠态的问题仍然悬而未决;事实上,它是 NP 难问题 14。对于量子比特-量子比特和量子比特-量子三体系统,著名的 Peres-Horodecki 正部分转置 (PPT) 标准给出了必要和充分可分离性条件 19,32。在高维中,这一条件才是必要的,这首先在四元组-四元组系统 19 中得到证明。更精细的检测方法包括可计算交叉范数或重新调整 (CCNR) 标准 4、6、18、34、相关矩阵标准 9、10、局部不确定性关系标准 16、约化密度矩阵标准 3 和协方差矩阵标准 13。另一种纠缠检测方法是通过纠缠见证,它们是 Hermitian 块正(但不是正)算子。因此,任何这样的算子在可分离状态下都是正的,并且状态 ρ 是可分离的当且仅当对于每个纠缠见证 W ,Tr(ρW)≥0。所有纠缠态都有检测它们的见证人 43、44。换句话说,如果 ρ 是纠缠的,则存在一个(非唯一的)见证人 W ,使得 Tr(ρW)<0。问题在于为给定状态找到合适的见证人。与其他检测方法相比,选择纠缠见证人的优势在于,状态的不可分性取决于计算该状态下 W 的期望值。因此,它比全状态断层扫描需要的信息更少,这也意味着需要更少的实验设备和更少的测量。存在一类特殊的见证人,可以检测具有正部分转置的量子态,也称为束缚纠缠态 17、20、24、25、44。它们被称为不可分解的,因为它们不能分解为 W = A + BŴ,其中 A 和 B 为正,其中Ŵ是部分转置。此类算子没有通用的构造方法,而且通常很难确定见证人是否可分解。然而,已经发现了几类不可分解的纠缠见证,例如与众所周知的重新调整或可计算交叉范数 (CCNR) 可分离性标准 5、6、35 和协方差矩阵标准 12、13、26 相关的标准,以及它们的概括 37、38。在构建纠缠见证时,人们经常使用相互无偏基 (MUB)。C d 中的正交基是相互无偏的当且仅当属于不同基的任意两个向量之间的转换概率为常数 11 。在参考文献 8 中,作者使用 MUB 定义了一类新的见证人,并分析了它们在 d = 3 中的属性。这种构造已以多种方式得到推广。Li 等人为相互无偏测量 (MUM) 27 和对称信息完全测量 (SIC-POVM) 28 引入了类比算子。Wang 和 Zheng 45 考虑了不同维度的复合系统中基于 MUB 的见证人。Hiesmayr 等人 15 表明,不等价和不可扩展的 MUB 集有时对检测纠缠更有用,而 Bae 等人 1 发现需要超过 d / 2 + 1 个 MUB 来识别束缚纠缠态。涵盖各种纯度的 MUM 均能检测到与