- 9 次围观
我们提出了首个系统性的、在硬件上执行的基准测试，针对十二种不同的量子数据编码策略，在真实的超导量子处理单元（QPU）上用于药物反应预测。所有实验均通过 IQM Resonance 云平台在 IQM Garnet 20 量子比特 QPU 上完成，并使用 Qrisp 量子软件框架（v 0.8.2）。每种编码方法均在从癌症药物敏感性基因组学数据集（GDSC2，包含 242,036 个药物-细胞系配对）中抽取的 n = 50 个分层样本上进行评估，以自然对数 IC50 反应变量为预测目标。变分权重在提交至硬件之前，采用无梯度 COBYLA 算法离线优化。每个量子线路均以 1024 次采样执行；回归信号为零号量子比特的泡利期望值（Z0）。 结果表明，受 QAOA 启发的编码取得了最佳 RMSE 3.314，并且在统计学上显著优于其余十一种编码中的六种（p用于药物反应预测的量子编码策略：基于20量子比特超导量子处理单元的穷尽性基准评测 | bioRxiv
跳转至主要内容
首页 关于 提交 提醒 / RSS 搜索此关键词 高级搜索 最新结果
用于药物反应预测的量子编码策略：基于20量子比特超导量子处理单元的穷尽性基准评测
Rania Derouich， Nour El Houda Mathlouthi
doi： https://doi.org/10.64898/2026.07.08.737310
Rania Derouich GenoFlow Agency，突尼斯，突尼斯市，2036 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授权 bioRxiv 永久展示该预印本。 本文依据 CC-BY 4.0 国际许可协议公开提供。
返回顶部 上一篇 下一篇
发布于 2026 年 7 月 13 日。
下载 PDF 补充材料 电子邮件
感谢您有意传播 bioRxiv 的内容。 您的电子邮件 * 您的姓名 * 发送至 * 请输入多个地址，每行一个，或使用逗号分隔。
您将通过电子邮件发送以下内容 用于药物反应预测的量子编码策略：基于20量子比特超导量子处理单元的穷尽性基准评测
消息主题 （您的姓名）已从 bioRxiv 转发一个页面给您
消息正文 （您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码 此问题用于测试您是否为人工访客，并防止自动垃圾信息提交。
分享
用于药物反应预测的量子编码策略：基于20量子比特超导量子处理单元的穷尽性基准评测 Rania Derouich， Nour El Houda Mathlouthi bioRxiv 2026.07.08.737310； doi： https://doi.org/10.64898/2026.07.08.737310
分享本文： 复制
引文工具
用于药物反应预测的量子编码策略：基于20量子比特超导量子处理单元的穷尽性基准评测 Rania Derouich， Nour El Houda Mathlouthi bioRxiv 2026.07.08.737310； doi： https://doi.org/10.64898/2026.07.08.737310
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.08.737310v1?rss=1
🏷️ 药物反应预测 量子机器学习 量子数据编码 超导量子处理器 癌症药敏数据