- 2 次围观
基序发现和基序扫描仍然是基因组学中的核心基础操作，但随着 k-mer 长度增加，以及容许错配的搜索不断扩展候选空间，这两项任务都面临组合规模增长的问题。在本研究中，我们提出了 MotifQu，这是一个 Python 软件包及命令行工具，可将两种常见的基序分析流程映射到通过 Qiskit Aer 状态向量模拟器可重复执行的 Grover 风格振幅放大电路上：（i）在基因组中扫描用户指定的共有基序；（ii）从头发现计数超过用户定义阈值的重复 k-mer。我们在 SARS-CoV-2 参考 contig（29,903 bp）和酿酒酵母 S. cerevisiae S288C 参考基因组上评估了 MotifQu。经典计数结果显示，基序频率具有显著的非均匀性，其中以富含 A/T 的 5-mer 为主导，并返回了覆盖整个基因组范围的明确坐标列表。我们进一步在 IBM 硬件上执行了相同的逻辑 10 量子比特搜索，结果表明，尽管端到端执行是可行的，但由转译过程引入的电路深度和纠缠门数量会产生弥散的测量分布，其概率仍接近均匀分布的 1/1024 量级，从而在当前含噪中等规模量子（NISQ）约束下限制了可观测的振幅集中。最后，我们在酿酒酵母 S. cerevisiae S288C 参考基因组（12,157,105 bp）上展示了完整的发现流程，以说明搜索结果（按排名排列的基序、概率汇总、电路图和位置图），并突出标记集合较大时 Grover 放大的尖锐性降低这一情形。
一种基于可检查的 Grover 算法、具有基因组坐标可追溯性的 k-mer 发现与基序扫描振幅放大工作流 | bioRxiv
跳转至主要内容
主页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
一种基于可检查的 Grover 算法、具有基因组坐标可追溯性的 k-mer 发现与基序扫描振幅放大工作流
查看 ORCID 个人资料
Akshay
Uttarkar
，
查看 ORCID 个人资料
Vidya
Niranjan
doi：
https://doi.org/10.64898/2026.10.09.758025
Akshay Uttarkar
1
R V College of Engineering；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Akshay Uttarkar 的 ORCID 记录
Vidya Niranjan
2
MIT Vishwaprayag University
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Vidya Niranjan 的 ORCID 记录
通讯作者：
vidya.n{at}mitvpu.ac.in
摘要
信息/历史
指标
补充材料
预览 PDF
摘要
基序发现和基序扫描是基因组学中的核心基础任务，但随着 k-mer 长度增加，以及允许错配的搜索扩大候选空间，这两项任务都面临组合规模增长的问题。在本研究中，我们提出了 MotifQu——一个 Python 软件包和命令行工具。该工具将两种常见的基序分析工作流——（i）在基因组中扫描用户指定的共识基序，以及（ii）从头发现计数高于用户定义阈值的重复 k-mer——映射至 Grover 风格的振幅放大电路，并通过 Qiskit Aer 状态矢量模拟以可重复的方式执行。
我们在 SARS-CoV-2 参考 contig（29,903 bp）和酿酒酵母 S. cerevisiae S288C 参考基因组上对 MotifQu 进行了评估。经典计数结果显示，基序频率具有显著的非均匀性，其中富含 A/T 的 5-mer 占据主导地位，并返回了
覆盖整个基因组范围的明确坐标列表。
我们进一步在 IBM 硬件上执行相同的逻辑 10 量子比特搜索，结果表明，尽管端到端执行是可行的，但转译过程引入的电路深度和纠缠门数量会产生弥散的测量分布，其概率仍接近均匀分布的 1/1024 水平，从而在当前含噪声中等规模量子（NISQ）约束下限制了可观测振幅的集中程度。
最后，我们在酿酒酵母（*S. cerevisiae*）S288C 参考基因组（12,157,105 bp）上展示了完整的发现流程，以说明搜索结果（按排名排列的基序、概率汇总、电路图和位置图），并突出展示标记集合较大时 Grover 放大的尖锐程度降低的情形。
利益冲突声明
作者声明不存在任何利益冲突。
基金资助信息声明
IBM
先进计算开发中心
版权
本预印本的版权持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。
该文依据
CC-BY-NC-ND 4.0 国际许可协议
提供。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 13 日。
下载 PDF
补充材料
电子邮件
感谢您有兴趣传播 bioRxiv 的相关信息。
注意：我们索要您的电子邮件地址，仅用于确认您是该文章的发送者。
您的电子邮件地址
*
您的姓名
*
发送至
*
请输入多个地址，每行输入一个，或使用逗号分隔。
您将要发送的内容如下：
一种基于可检验 Grover 算法的振幅放大流程：用于 k-mer 发现和具有基因组坐标可追溯性的基序扫描
邮件主题
（您的姓名）向您转发了 bioRxiv 上的一个页面
邮件正文
（您的姓名）认为您可能会希望查看 bioRxiv 上的这个页面。
bioRxiv 网站
您的个人留言
验证码
此问题用于测试您是否为人类访客，并防止自动化垃圾信息提交。
分享
一种基于 Grover 算法的可检验振幅放大工作流，用于 k-mer 发现和具有基因组坐标可追溯性的基序扫描
Akshay Uttarkar，Vidya Niranjan
bioRxiv
2026.10.09.758025
doi: https://doi.org/10.64898/2026.10.09.758025
分享本文：
复制
引用工具
一种基于 Grover 算法的可检验振幅放大工作流，用于 k-mer 发现和具有基因组坐标可追溯性的基序扫描
Akshay Uttarkar，Vidya Niranjan
bioRxiv
2026.10.09.758025
doi: https://doi.org/10.64898/2026.10.09.758025
引用管理器格式
BibTeX
Bookends
EasyBib
EndNote（tagged）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google+ +1
主题领域
所有文章
动物行为与认知（8126）
生物化学（18959）
生物工程（15108）
生物信息学（45042）
生物物理学（22880）
癌症生物学（19993）
细胞生物学（27203）
临床试验（138）
发育生物学（14096）
生态学（21307）
流行病学（2067）
进化生物学（25689）
遗传学（16288）
基因组学（23737）
免疫学（18928）
微生物学（43026）
分子生物学（18247）
神经科学（94593）
古生物学（709）
病理学（3017）
药理学与毒理学（5156）
生理学（8221）
植物生物学（16180）
科学传播与教育（2111）
合成生物学（4617）
系统生物学（10342）
动物学（2411）
关键词：基序发现 · k-mer分析 · Grover算法 · 量子计算 · 基因组坐标追踪
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.09.758025v1?rss=1