CN117556916B - Sn2反应路径模拟方法和装置、存储介质、量子计算设备 - Google Patents
Sn2反应路径模拟方法和装置、存储介质、量子计算设备 Download PDFInfo
- Publication number
- CN117556916B CN117556916B CN202410044887.8A CN202410044887A CN117556916B CN 117556916 B CN117556916 B CN 117556916B CN 202410044887 A CN202410044887 A CN 202410044887A CN 117556916 B CN117556916 B CN 117556916B
- Authority
- CN
- China
- Prior art keywords
- state
- quantum
- carbon atom
- image
- nucleophile
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 89
- 238000004088 simulation Methods 0.000 title claims abstract description 20
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 229910052799 carbon Inorganic materials 0.000 claims description 120
- 150000001721 carbon Chemical group 0.000 claims description 117
- 239000012038 nucleophile Substances 0.000 claims description 103
- 230000006870 function Effects 0.000 claims description 58
- 230000005283 ground state Effects 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 14
- 239000002096 quantum dot Substances 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 8
- 230000008014 freezing Effects 0.000 claims description 6
- 238000007710 freezing Methods 0.000 claims description 6
- 239000000758 substrate Substances 0.000 claims description 5
- 125000004432 carbon atom Chemical group C* 0.000 claims description 4
- 238000011478 gradient descent method Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 239000012434 nucleophilic reagent Substances 0.000 claims description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 2
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 17
- 239000000543 intermediate Substances 0.000 description 155
- 230000008569 process Effects 0.000 description 11
- 238000005457 optimization Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000000376 reactant Substances 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000269 nucleophilic effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 230000003094 perturbing effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 101100391172 Dictyostelium discoideum forA gene Proteins 0.000 description 1
- 241001591024 Samea Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012658 bimolecular nucleophilic substitution Methods 0.000 description 1
- 238000005842 biochemical reaction Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229910052729 chemical element Inorganic materials 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009509 drug development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004776 molecular orbital Methods 0.000 description 1
- 238000010534 nucleophilic substitution reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007858 starting material Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种反应路径模拟方法和装置、存储介质、量子计算设备。所述方法包括:初始化反应各状态的图像信息,得到初始化图像数据;使用量子编码线路对中间状态的初始化图像数据进行编码,得到初始化图像信息编码;通过更新参数化量子线路中量子门的参数,扰动中间状态的图像,得到扰动图像信息编码,解码得到中间状态的扰动图像数据;根据初始状态和最终状态的初始化图像数据、中间状态的扰动图像数据构建损失函数;若损失函数值未收敛,则更新参数化量子线路中量子门参数并继续扰动中间状态的图像,直至损失函数值收敛,解码各状态的图像信息得到反应路径。该算法复杂度低、量子资源开销少,计算速度快。
Description
技术领域
本发明涉及量子计算技术领域,特别涉及一种反应路径模拟方法和装置、存储
介质、量子计算设备。
背景技术
双分子亲核取代反应(反应)是亲核取代反应的一类,为有机化学中的一种常
见类型的反应,其中S代表取代(Substitution),N代表亲核(Nucleophilic),2代表反应涉
及两种分子。反应、反应等均属于典型的反应。参见图1所示的反应过程示意图,的反应是协同过程,亲核试剂Nu从反应物离去基团X的背面向与
它连接的中心碳原子C进攻,先和中心碳原子C形成较弱的键,同时离去基团X与中心碳原子
C的键有一定程度的减弱,两者与中心碳原子C形成一条直线,中心碳原子C和三个H形成的
甲基CH3逐渐从四面体构型转变为平面构型。此过程需要消耗一定的能量,即活化能。当反
应进行和达到能量最高状态即过渡态后,中心碳原子C与亲核试剂Nu之间形成的键变强,中
心碳原子C与离去基团X之间的键断裂,中心碳原子C和三个H形成的甲基CH3逐渐从平面构
型向相反方向偏转,此时构型发生变化。此类反应在多个科学领域中发挥着重要作用,包括
有机合成、药物开发和生物化学等。
化学反应路径(Reaction Pathway)描述了一个化学反应从反应物到生成物的过
程,揭示出反应进行的微观机理。它通常包括反应的起始物质、中间产物、可能的过渡态以
及最终生成的产品。在化学反应路径中,反应就是从一个稳定状态(即反应物或中间体)通
过一个潜在能垒(即过渡态)转变到另一个稳定状态(即中间体或生成物)。每一步反应都可
以用其活化能(能垒高度)和反应熵来描述。了解和控制反应路径,尤其是过渡态的性质,对
于理解和设计化学反应至关重要。例如,通过降低过渡态的能量,设计出能够加速特定反应
速率的催化剂,提高反应的速率,使得反应更容易进行。通过优化化学反应路径,可以提高
生产效率,降低原料和能源消耗,减少环境影响,从而带来显著的经济效益。对于反应,
计算其化学反应路径是理解和预测化学反应机制、优化化学合成、药物设计与开发等相关
研究的基础。
目前,可以计算反应路径的经典算法中应用比较广泛是推动弹性带(nudged
elastic band,NEB)算法。在NEB算法中,需要插入多帧图像,包括初始和最终状态,以及它
们之间的中间状态。每一帧图像对应着反应路径中的几何构型,它们被弹性带(elastic
band)连结起来以形成一个连续的路径。最终通过不断优化中间状态的每一帧图像信息,得
到最优反应路径。但是该算法存在着两个缺陷,一是基态能量计算准确性不高,二是路径优
化收敛速度较慢。
为了解决NEB算法中存在的问题,在进行反应路径计算时,开始考虑使用基于变分量子本征求解器(Variational Quantum Eigensolver,VQE)的化学反应路径优化的量子算法。基于VQE的化学反应路径优化的量子算法是使用量子计算机实现,量子计算机是一种特殊的计算设备,其运作原理基于量子力学的规则,如量子比特的叠加性和量子计算的并行性,可以高效解决经典计算无法有效处理的问题,其中VQE可以有效解决基态能量计算准确性不高的问题。
目前,有研究者基于VQE提出了一种计算H-H-H的反应路径的量子算法。在该算法
中,研究者将中间状态的每一帧图像信息都编码于量子门中。进一步使用参数化量子线
路对每一帧图像进行扰动,并使用变分量子本征求解器计算每一帧图像对应的基态能量,
最终学习优化得到H-H-H反应路径。
发明内容
本申请发明人发现,基于VQE的化学反应路径优化的量子算法使用量子纠缠实现确实具有一定的加速作用;但是,由于VQE算法中参数化量子线路具有各帧图像之间的纠缠,且VQE方法更新参数化量子线路中量子门参数使用了各帧图像的联系,因此在更新参数化量子线路中量子门参数时重复使用了各帧图像的联系,导致计算复杂度高,对量子计算资源的需求量很大,计算资源开销大,且计算时间也比较长。
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上
述问题的一种反应路径模拟方法和装置、存储介质、量子计算设备。
本发明实施例提供一种反应路径模拟方法,包括:
初始化反应初始状态、k个中间状态和最终状态的图像信息,得到各状态的初
始化图像数据,其中,k为奇数,且k≥3;
使用构建好的量子编码线路对中间状态的初始化图像数据进行编码,得到各中间状态的初始化图像信息编码;
在每个量子编码线路中作用一个参数化量子线路,通过更新参数化量子线路中量子门的参数,扰动中间状态的图像,得到扰动图像信息编码;
对扰动图像信息编码进行量子态解码,得到中间状态的扰动图像数据;
根据初始状态和最终状态的初始化图像数据、中间状态的扰动图像数据构建损失函数;
在损失函数值未收敛的情况下,根据损失函数值更新参数化量子线路中量子门参
数,返回继续执行扰动中间状态的图像的步骤,直至损失函数值收敛,对损失函数值收敛后
各状态的图像信息编码进行解码,得到反应路径。
在一些可选的实施例中,所述初始化反应初始状态、k个中间状态和最终状态
的图像信息,得到的各状态的初始化图像数据,包括:
对于反应的初始状态的初始化图像、k个中间状态的初始化图像和最终状态的
初始化图像,分别设置保留基团的空间坐标,离去基团X、中心碳原子C和亲核试剂Nu的X轴
坐标和Y轴坐标,以及设置离去基团、中心碳原子和亲核试剂的Z轴坐标约束条件;
所述保留基团为底物中除去中心碳原子、离去基团后的元素。
在一些可选的实施例中,所述初始化反应初始状态、k个中间状态和最终状态
的图像信息,得到的各状态的初始化图像数据,包括:
对于反应的初始状态的初始化图像,将保留基团的空间坐标设置为固定坐标,
将离去基团、中心碳原子和亲核试剂的X轴坐标和Y轴坐标设置为0,Z轴坐标约束条件包括:、、;其中,Nu表示亲核试剂,C表示中心碳原子,X表示离
去基团,表示初始状态下坐标原点0到亲核试剂的Z轴坐标的距离、表示初始状态
下亲核试剂和中心碳原子的间距、表示亲核试剂和中心碳原子的键长阈值、表示
初始状态下中心碳原子和离去基团的间距;表示中心碳原子和离去基团的键长阈值;
对于反应的中间状态的初始化图像,将保留基团的空间坐标设置为固定坐标
且与初始状态的一致,将离去基团、中心碳原子和亲核试剂的X轴坐标和Y轴坐标设置为0;
离去基团和中心碳原子断键前的第一中间状态的初始化图像,Z轴坐标约束条件包括、、;分子构型
翻转过程中的第二中间状态的初始化图像,Z轴坐标约束条件包括、
、;中心碳原子和亲核试剂成键后的第三中间状态的初始化图像,Z轴坐标约束
条件包括、
;其中、、;、、分别表示第一中
间状态、第二中间状态、第三中间状态下坐标原点0到亲核试剂的Z轴坐标的距离,、、分别表示第一中间状态、第二中间状态、第三中间状态下亲核试剂和中心碳原
子的间距,、、分别表示第一中间状态、第二中间状态、第三中间状态下中心碳
原子和离去基团的间距;
对于反应的最终状态的初始化图像,将保留基团的空间坐标设置为固定坐标
且与初始状态的一致,将离去基团、中心碳原子和亲核试剂的X轴坐标和Y轴坐标设置为0;Z
轴坐标约束条件包括:、;其中,表示最终状态
下坐标原点0到离去基团的Z轴坐标的距离、表示最终状态下亲核试剂和中心碳原子
的间距、表示最终状态下中心碳原子和离去基团的间距。
在一些可选的实施例中,预先构建与中间状态的初始化图像数量相等的量子编码
线路,并初始化量子编码线路的量子态;使用一个量子编码线路对一个中间状态的初始化
图像进行编码,量子编码线路中的量子比特数量根据反应中关注的反应参数确定。
在一些可选的实施例中,所述使用构建好的量子编码线路对中间状态的初始化图像数据进行编码,得到各中间状态的初始化图像信息编码,包括:
针对每个中间状态的初始化图像:
根据坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,以及预先确定的编码参量,确定所关注的反应参数的编码信息;所述编码参量根据所有中间状态的初始化图像中离去基团的最大Z轴坐标确定;
使用构建好的量子编码线路,将每个反应参数的所述编码信息分别编码至不同的
量子比特的态振幅中,得到各中间状态的初始化图像信息编码。
在一些可选的实施例中,所述根据坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,以及预先确定的编码参量,确定所关注的反应参数的编码信息,包括:
确定所有中间状态的初始化图像中离去基团的最大Z轴坐标,并确定一个
大于最大Z轴坐标的编码参量R;
根据编码参量R、坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,确定所关注的反应参数的编码信息、和:
,,
i表示第i个中间状态;
所述使用构建好的量子编码线路,将每个反应参数的所述编码信息分别编码至不
同量子比特态振幅中,包括:
根据所关注的反应参数的编码信息、和,确定第i个量子编码线路中
的量子门的参数,),;
基于根据量子门参数,在第i个量子编码线路的第个量子比特上作用一个单比特
量子门,q=1、2、3,来编码中间状态初始化图像中的所关注的反应参数,将其编码至
量子比特处于态的振幅中。
在一些可选的实施例中,所述参数化量子线路包括一组含有待优化参数的单比特
量子门,和两比特纠缠门CZ;其中,、分别表示作用在第i个量子线路
中第个比特的量子门和量子门的参数;两比特纠缠门CZ实现第i个中间状态中的亲
核试剂、中心碳原子、离去基团的Z轴坐标的相互纠缠,以及实现坐标原点与亲核试剂的距
离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距的相互纠缠。
在一些可选的实施例中,对扰动图像信息编码进行量子态解码,得到中间状态的扰动图像数据,包括:
获取当前参数化量子线路中量子门的参数更新后量子比特处于的振幅数据,
根据振幅数据解码得到中间状态的扰动图像中所关注的反应参数的编码信息;
根据中间状态的扰动图像中所关注的反应参数的编码信息,确定中间状态的扰动图像中坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距;
根据中间状态的扰动图像中所关注的反应参数的编码信息,得到中间状态的扰动图像中保留基团,离去基团、中心碳原子和亲核试剂的空间坐标;
根据初始状态初始化图像数据、最终状态的初始化图像数据和中间状态的扰动图像数据构建损失函数,包括:
根据初始状态初始化图像、最终状态的初始化图像和中间状态的扰动图像中保留基团,离去基团、中心碳原子和亲核试剂的空间坐标,获取各状态的比特数低于设定阈值的哈密顿量,并估算各状态的哈密顿量的基态能量;
根据各状态的基态能量、坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,计算中间状态的平均力作为损失函数。
在一些可选的实施例中,所述计算各状态的比特数低于设定阈值的哈密顿量,并估算各状态的哈密顿量的基态能量,包括:
使用冻结化学分子轨道的方法获取比特数较低的哈密顿量,使用变分量子本征求解器估算哈密顿量的基态能量;
根据各状态的基态能量、坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,计算中间状态的平均力作为损失函数,包括:
根据各状态的基态能量、坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的
间距、中心碳原子与离去基团的间距,使用NEB算法计算各中间状态对应的力,根据各中
间状态对应的力中间状态的平均力,作为损失函数;i表示第i个中间状
态。
在一些可选的实施例中,所述根据损失函数值更新参数化量子线路中量子门的待优化参数,包括:
根据各中间状态的平均力,采用中心差分法确定参数化量子线路中单比特量子门,的参数梯度,根据梯度下降法更新参数化量子线路中的量子门参数。
本发明实施例提供一种反应路径模拟装置,包括:
初始化模块,用于初始化反应初始状态、k个中间状态和最终状态的图像信息,
得到各状态的初始化图像数据;
编码模块,用于使用构建好的量子编码线路对中间状态的初始化图像数据进行编码,得到各中间状态的初始化图像信息编码;
扰动模块,用于在每个量子编码线路中作用一个参数化量子线路,通过更新参数化量子线路中量子门的参数,扰动中间状态的图像,得到扰动图像信息编码;
解码模块,用于对扰动图像信息编码进行量子态解码,得到中间状态的扰动图像数据;
调参模块,用于根据初始状态和最终状态的初始化图像数据、中间状态的扰动图像数据构建损失函数;在损失函数值未收敛的情况下,根据损失函数值更新参数化量子线路中的量子门参数,返回继续执行扰动中间状态的图像的步骤,直至损失函数值收敛;
路径确定模块,用于对损失函数收敛后各状态的图像信息编码进行解码,得到
反应路径。
本发明实施例提供一种计算机存储介质,所述计算机存储介质中存储有计算机可
执行指令,所述计算机可执行指令被处理器执行时实现上述的反应路径模拟方法。
本发明实施例提供一种量子计算设备,包括:存储器、处理器及存储于存储器上并
可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的反应路径模
拟方法。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供的反应路径模拟方法,采用量子计算方式实现,通过量子编码线路对不同状态的图像进行编码,通过参数化量子线路对中间状态编码后的图像信息进行扰动,从而实现不停的优化中间状态的几何结构,通过几何结构的数据且基于NEB算法构建损失函数,寻找使损失函数值收敛的中间状态即得到优化的图像信息编码,从而得到优化的反应路径,该方法计算得到的反应路径更准确;该方法中的参数化量子线路中,解除各帧图像间的纠缠,保留了各帧图像内信息纠缠;通过初始状态和最终状态的初始化图像数据、中间状态的扰动图像数据构建损失函数,计算损失函数值并进一步更新参数化量子线路中量子门的参数,降低了量子计算的算法复杂度,减少了量子计算的资源开销。
优选的,该方法采用冻结化学分子轨道的方式,降低分子哈密顿量的量子比特数量,从而实现使用更少的量子资源计算分子的基态能量。
优选的,通过解除图像间的纠缠,可以实现采取分布式的方法优化中间状态,降低量子比特数。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为反应过程示意图;
图2为本发明实施例中一种反应路径模拟方法的流程图;
图3为本发明实施例中反应过程中的五帧图像示例图;
图4为本发明实施例中信息编码线路及参数化量子线路示意图;
图5为本发明实施例中反应路径示意图;
图6为本发明实施例中一种反应路径模拟装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决现有技术中存在的问题,本发明实施例提供一种方法。对基于VQE算法优
化对化学反应路径优化的量子算法进行了改进,优化了参数化量子线路,解除量子线路中
各帧图像之间的纠缠,保留各帧图像内的信息纠缠,从而可以采用分布式的方法优化中间
状态,最终实现降低量子资源要求和计算复杂度的目的。进一步地,使用冻结化学分子轨道
的方式,降低反应的哈密顿量比特数,从而实现使用更少的量子资源计算分子的基态
能量。例如反应,其每一个量子编码线路的比特数为3,其哈密顿量可以从52比
特降低至4个量子比特。最终,改进后的算法只需要使用4个比特的量子计算机就能计算模
拟得到反应路径。
本发明实施例提供一种反应路径模拟方法,其流程如图2所示,包括如下步骤:
步骤S101:初始化反应初始状态、k个中间状态和最终状态的图像信息,得到各
状态的初始化图像数据;
步骤S102:使用构建好的量子编码线路对中间状态的初始化图像数据进行编码,得到各中间状态的初始化图像信息编码;
步骤S103:每个量子编码线路中作用一个参数化量子线路;
步骤S104:通过更新参数化量子线路中量子门的参数,扰动中间状态的图像,得到扰动图像信息编码;
步骤S105:对扰动图像信息编码进行量子态解码,得到中间状态的扰动图像数据;
步骤S106:根据初始状态和最终状态的初始化图像数据、中间状态的扰动图像数据构建损失函数;
步骤S107:判断损失函数值是否收敛。若是,执行步骤S109;若否,执行步骤S108。
步骤S108:根据损失函数值更新参数化量子线路中的量子门参数,返回步骤S104继续扰动中间状态的图像;
步骤S109:对损失函数值收敛后各状态的图像信息编码进行解码,得到反应路
径。
上述步骤S107-S109实现了,在损失函数值未收敛的情况下,根据损失函数值更新
参数化量子线路中的量子门参数,返回继续执行扰动中间状态的图像的步骤,直至损失函
数值收敛,对损失函数值收敛后各状态的图像信息编码进行解码,得到反应路径。
在一些可选的实施例中,上述步骤S101实现初始化反应过程的图像信息,包括
初始化反应过程中不同状态下的图像中离去基团、底物、亲核试剂等的坐标、键长及其约束
条件等。可选的,选取初始化反应过程的初始状态、k个中间状态和最终状态,其中,k为
奇数,且k≥3;对于反应的初始状态的初始化图像、k个中间状态初始化图像和最终状
态初始化图像,分别设置保留基团的空间坐标,设置离去基团X、中心碳原子C和亲核试剂Nu
的X轴坐标和Y轴坐标,以及设置离去基团、中心碳原子和亲核试剂的Z轴坐标约束条件。其
中,底物为参与生化反应的物质,可为化学元素、分子或化合物,例如图3中的C、3个H和右边
的Cl组成的物质:;保留基团为底物中除去中心碳原子C、离去基团X(在图3中为右边
的Cl)后的元素,例如图3中的3个H。
下面以初始状态、3个中间状态和最终状态为例进行描述。参见图3所示的反应
过程的图像示例,以为例,展示了反应过程中的五帧图像,包括1
帧初始状态图像(图中第一帧)、3帧中间状态图像(图中第二、三、四帧)和1帧最终状态图像
(图中第五帧),反应过程中离去基团X为右边的Cl,亲核试剂Nu为左边的Cl,保
留基团为三个。图中,对应下面描述中的,表示坐标原点与亲核试剂的距离,对应下面描述中的,表示亲核试剂与中心碳原子的间距,对应下面描述中的,表示中心碳原子与离去基团的间距。
对于反应的初始状态的初始化图像,将保留基团的空间坐标设置为固定坐标,
将离去基团、中心碳原子和亲核试剂的X轴坐标和Y轴坐标设置为0,Z轴坐标约束条件包括:、、;其中,Nu表示亲核试剂,C表示中心碳原子,X表示离
去基团,表示初始状态下坐标原点0与亲核试剂的Z轴坐标的距离、表示初始状态
下亲核试剂与中心碳原子的间距、表示亲核试剂与中心碳原子的键长阈值、表示
初始状态下中心碳原子与离去基团的间距;表示中心碳原子与离去基团的键长阈值;
对于反应的中间状态一般选取大于三帧的奇数帧图像。进一步地,将中间状态
的图像分为三部分,分别描述中间状态的三个阶段,第一部分图像描述第一中间状态,即离
去基团和碳原子断键前,亲核试剂攻击中心碳原子的过程;该部分图像是指k个中间状态中
i<(k+1)/2的这部分中间状态的图像,这部分图像的帧序号M1=1,2,3,…,(k-1)/2。第二部
分图像描述第二中间状态,即分子结构构型翻转的过程;该部分图像是指k个中间状态中i=
(k+1)/2的这个中间状态的图像,这个图像的帧序号M2=(k+1)/2。第三部分图像描述第三中
间状态,即亲核试剂和中心碳原子成键后的,离去基团远离中心碳原子的过程,该部分图像
是指k个中间状态中i>(k+1)/2的这部分中间状态的图像,这部分图像的帧序号M3=(k+3)/
2,(k+5)/2,…,k。
对于反应的中间状态的初始化图像,将保留基团的空间坐标设置为固定坐标
且与初始状态的一致,将离去基团、中心碳原子和亲核试剂的X轴坐标和Y轴坐标设置为0;
离去基团和中心碳原子断键前的第一中间状态的初始化图像,Z轴坐标约束条件包括、、;分子构型
翻转过程中的第二中间状态的初始化图像,Z轴坐标约束条件包括、
、;亲核试剂和中心碳原子成键后的第三中间状态的初始化图像,Z轴坐标约束
条件包括、;
其中、、;、、分别表示第一中
间状态、第二中间状态、第三中间状态下坐标原点0到亲核试剂的Z轴坐标的距离,、、分别表示第一中间状态、第二中间状态、第三中间状态下亲核试剂和中心碳原
子的间距,、、分别表示第一中间状态、第二中间状态、第三中间状态下中心碳
原子和离去基团的间距。
对于反应的最终状态的初始化图像,将保留基团的空间坐标设置为固定坐标
且与初始状态的一致,将离去基团、中心碳原子和亲核试剂的X轴坐标和Y轴坐标设置为0,Z
轴坐标约束条件包括:、;其中,表示最终状态
下坐标原点0到亲核试剂的Z轴坐标的距离、表示最终状态下亲核试剂和中心碳原子
的间距、表示最终状态下中心碳原子和离去基团的间距。
在一些可选的实施例中,上述步骤S102实现使用量子线路编码中间态的图像信
息,该步骤中,可以预先构建与中间状态的初始化图像数量相等的量子编码线路,并初始化
量子编码线路的量子态;使用一个量子编码线路对一个中间状态的初始化图像进行编码,
量子编码线路中的量子比特数量根据反应中关注的反应参数确定。参见图4所示的信
息编码部分,其中量子编码线路的量子比特数量为,分别代表反应中关注的反应参
数:离去基团、中心碳原子和亲核试剂的Z轴坐标。
可选的,使用构建好的量子编码线路对中间状态的初始化图像数据进行编码,得到各中间状态的初始化图像信息编码,包括:
针对每个中间状态的初始化图像:
1)根据坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,以及预先确定的编码参量,确定所关注的反应参数的编码信息;编码参量根据所有中间状态的初始化图像中离去基团的最大Z轴坐标确定;具体包括:
确定所有中间状态的初始化图像中离去基团的最大Z轴坐标,并确定一个
大于最大Z轴坐标的编码参量(R);
根据编码参量(R)、坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间
距、中心碳原子与离去基团的间距,确定所关注的反应参数的编码信息 、和:
,,
i表示第i个中间状态。
2)使用构建好的量子编码线路,将每个反应参数的所述编码信息分别编码至不同
的量子比特处于态的振幅中,得到各中间状态的初始化图像信息编码。
可以使用于先构建好的量子编码线路实现信息编码,量子编码线路的数量与中间
状态图像的数量一致,本实施例中为3个量子编码线路,每个量子编码线路中包括3个量子
比特,量子比特的数量与所关注的反应参数的数量相关,所以本实施例中为3个,并分别初
始化每个量子比特的量子态为。
使用一个量子编码线路编码一个中间状态的初始化图像,即针对每帧图像,使用
构建好的量子编码线路,将每个反应参数的编码信息分别编码至不同的量子比特处于
态的振幅中,包括:
根据所关注的反应参数的编码信息、和,确定量子比特的量子门参数,),;
基于根据量子门参数,在第i个量子编码线路的第个量子比特上作用一个单比特
量子门,q=1、2、3,来编码中间状态初始化图像中的所关注的反应参数,将其编码至
量子比特处于态的振幅中。
例如:使用第个量子线路编码第个中间状态图像的信息,对于第个
中间状态图像,分别在第个量子线路的第个量子比特上作用一个单比特量子门,来编码中间状态第帧图像信息中离去基团、中心碳原子和亲核试剂的Z轴坐
标。根据已确定第i个量子线路的量子门参数,),,可以将单比特量子门作用到量子态表示为:,以及。从而实现将图像信息中离去基团、中心碳
原子和亲核试剂的Z轴坐标通过量子线路编码至量子比特处于态的振幅,后续通过测量
第个量子比特的振幅,即可解码得到相应的图像信息。
上述步骤S103实现在每个量子编码线路中作用一个参数化量子线路,可以预先构
建参数化量子线路来实现,构建的参数化量子线路包括一组含有待优化反应参数的单比特
量子门,和两比特纠缠门CZ;其中,、分别表示作用在第i个参数化量
子线路中的第个比特的量子门和量子门的参数;两比特纠缠门CZ实现第i个中间状
态中的离去基团、中心碳原子、亲核试剂的Z轴坐标的相互纠缠,进一步实现坐标原点与亲
核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距的相互纠缠。
参见图4所示的参数化量子线路,其中包括三个参数化量子线路,每个参数化量子线路上包
括两个单比特量子门,,q=1,2,3。
上述步骤S104实现扰动中间状态的图像信息,通过扰动中间状态的图像信息搜索最优反应路径。
例如:在第个量子编码线路中,作用一个参数化量子线路,实现对第i个中间状态
图像的信息扰动,每个中间状态图像的量子编码线路均作用一个参数化量子线路,则每个
中间状态图像均能实现信息扰动。通过改变每个参数化量子线路中的单比特量子门,的参数即可实现扰动每一帧图像的信息。通过扰动图像信息,可以实现不
停地改变中间状态的几何结构,从而可以确定出最优的反应路径。
上述步骤S105实现对扰动图像信息的量子态解码。其中,对扰动图像信息编码进行量子态解码,得到中间状态的扰动图像数据,包括:
获取参数化量子线路中量子门参数更新后量子比特处于态的振幅数据,根据
振幅数据解码得到中间状态的扰动图像中所关注的反应参数的编码信息;
根据中间状态的扰动图像中所关注的反应参数的编码信息,确定离去基团、中心碳原子和亲核试剂的Z轴坐标,进一步得到中间状态的扰动图像中保留基团,离去基团、中心碳原子和亲核试剂的空间坐标。
沿用上边的例子,可以测量第个参数化量子线路中第比特态的振幅,记为。
根据该振幅解码第个中间状态图像的图像信息,其中,所关注的反应参数的编码信息、和分别为:
由于保留基团的空间坐标设置为固定坐标,将离去基团、中心碳原子和亲核试剂
的X轴坐标和Y轴坐标设置为0,根据所关注的反应参数的编码信息、和,即可反
推出中间状态的扰动图像中保留基团,离去基团、碳原子和亲核试剂的空间坐标。
上述步骤S106根据初始状态的初始化图像数据、最终状态的初始化图像数据和中间状态的扰动图像数据构建损失函数。包括:
1)根据初始状态初始化图像、最终状态的初始化图像和中间状态的扰动图像中保留基团,离去基团、中心碳原子和亲核试剂的空间坐标,获得各状态的比特数低于设定阈值的哈密顿量,并使用VQE估算各状态的哈密顿量的基态能量;具体的,分别将初始状态图像、中间状态图像和最终状态图像的空间坐标输入量子化学程序包Pyscf中,进一步使用冻结化学分子轨道的方法计算比特数较低的哈密顿量,使用变分量子本征求解器估算哈密顿量的基态能量。
2)根据初始状态初始化图像、最终状态的初始化图像和中间状态的扰动图像中保留基团,离去基团、中心碳原子和亲核试剂的空间坐标,获得坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距。
3)根据各状态的基态能量、坐标原点与亲核试剂的距离、亲核试剂与中心碳原子
的间距、中心碳原子与离去基团的间距,计算中间状态的平均力作为损失函数,具体的,使
用NEB算法计算各中间状态对应的力,根据各中间状态对应的力中间状态的平均力,作为损失函数;i表示第i个中间状态。构造损失函数时,根据所有帧图像的基态
能量及图像信息、,使用经典NEB算法计算得中间状态图像的第帧图像对
应的力,以中间状态的平均力作为损失函数,中间状态的损失函数值收敛,可以得到每
个中间状态图像的最优图像信息。
上述步骤S108实现搜索参数空间,优化得到最优参数,其中,根据损失函数值更新
参数化量子线路中量子门的参数,包括:根据中间状态的平均力,采用中心差分法确定参数
化量子线路中单比特量子门,的参数梯度,根据梯度下降法更新参数化量
子线路中的量子门参数。
该步骤中,首先计算量子门的参数梯度,对于第i个参数化量子线路,使用中心差
分法计算其中的量子门,的参数梯度、,根据梯度下降法可以更
新量子门的参数,可以将参数梯度、输入至Adam优化器中,更新参数化量子线路
中的量子门参数。实现在损失函数值不收敛的情况下,通过重复执行步骤S104-107多次扰
动中间状态的图像信息,以获取最优的中间状态图像信息,从而可以获得优化的反应路径。
上述步骤S109实现根据优化得到的图像信息,计算反应路径。具体可以对损失
函数收敛后各状态的图像信息编码进行解码,得到反应路径。模拟出的优化后的反应
路径的一个示例参见图5所示,横轴表示内禀反应坐标,纵轴表示分子能量。5个黑点分别表
示1个初始状态、3个中间状态和1个最终状态。最上边的黑点对应过渡态时的分子能量。
本实施例的上述方法,是一种高效计算反应路径的量子算法,应用领域广泛,
可以应用于生物医药、材料科学、环境科学、新能源电池、化学反应动力学等领域中。该方法
通过量子计算方法实现,优化了参数化量子线路,并解除了图像之间的信息纠缠,保留了图
像内的信息纠缠,从而降低了量子资源要求和算法复杂度,提高了反应路径计算的速度和
效率。上述方法采用冻结化学分子轨道的方式,降低用于计算分子哈密顿量的量子比特数
量,从而实现使用更少的量子资源计算分子的基态能量。以反应为例,其量子编
码线路的比特数为3,其哈密顿量可以从52比特降低至4个量子比特。因此,本发明提供的反
应路径模拟算法,只需要使用4个比特的量子计算机就能计算模拟得到反应路
径。
基于同一发明构思,本发明实施例还提供一种反应路径模拟装置,该装置可以
设置在量子计算设备中,该装置的结构如图6所示,包括:
初始化模块11,用于初始化反应初始状态、k个中间状态和最终状态的图像信
息,得到的各状态的初始化图像数据;
编码模块12,用于使用构建好的量子编码线路对中间状态的初始化图像数据进行编码,得到各中间状态的初始化图像信息编码;
扰动模块13,用于在每个量子编码线路中作用一个参数化量子线路,通过更新参数化量子线路中量子门的参数,扰动中间状态的图像,得到扰动图像信息编码;
解码模块14,用于对扰动图像信息编码进行量子态解码,得到中间状态的扰动图像数据;
调参模块15,用于根据初始状态和最终状态的初始化图像数据、中间状态的扰动图像数据构建损失函数;在损失函数值未收敛的情况下,根据损失函数值更新参数化量子线路中量子门参数,返回继续执行扰动中间状态的图像的步骤,直至损失函数收敛;
路径确定模块16,用于对损失函数值收敛后各状态的图像信息编码进行解码,得
到反应路径。
本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机
可执行指令,所述计算机可执行指令被处理器执行时实现上述的反应路径模拟方法。
本发明实施例还提供一种量子计算设备,包括:存储器、处理器及存储于存储器上
并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的反应路径
模拟方法。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
除非另外具体陈述,术语比如处理、计算、运算、确定、显示等等可以指一个或更多个处理或者计算系统、或类似设备的动作和/或过程,所述动作和/或过程将表示为处理系统的寄存器或存储器内的物理(如电子)量的数据操作和转换成为类似地表示为处理系统的存储器、寄存器或者其他此类信息存储、发射或者显示设备内的物理量的其他数据。信息和信号可以使用多种不同的技术和方法中的任何一种来表示。例如,在贯穿上面的描述中提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或粒子、光场或粒子或者其任意组合来表示。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解,结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性,上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件,取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用,以变通的方式实现所描述的功能,但是,这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然,处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现,本申请中描述的技术可用执行本申请所述功能的模块(例如,过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内,也可以实现在处理器外,在后一种情况下,它经由各种手段以通信方式耦合到处理器,这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
Claims (13)
1.一种反应路径模拟方法,其特征在于,包括:
初始化反应初始状态、k个中间状态和最终状态的图像信息,得到各状态的初始化图像数据,其中,k为奇数,且k≥3;
使用构建好的量子编码线路对中间状态的初始化图像数据进行编码,得到各中间状态的初始化图像信息编码;
在每个量子编码线路中作用一个参数化量子线路,通过更新参数化量子线路中量子门的参数,扰动中间状态的图像,得到扰动图像信息编码;
对扰动图像信息编码进行量子态解码,得到中间状态的扰动图像数据;
根据初始状态和最终状态的初始化图像数据、中间状态的扰动图像数据构建损失函数;
在损失函数值未收敛的情况下,根据损失函数值更新参数化量子线路中量子门参数,返回继续执行扰动中间状态的图像的步骤,直至损失函数值收敛,对损失函数值收敛后各状态的图像信息编码进行解码,得到反应路径。
2.如权利要求1所述的方法,其特征在于,所述初始化反应初始状态、k个中间状态和最终状态的图像信息,得到的各状态的初始化图像数据,包括:
对于反应的初始状态的初始化图像、k个中间状态的初始化图像和最终状态的初始化图像,分别设置保留基团的空间坐标,离去基团X、中心碳原子C和亲核试剂Nu的X轴坐标和Y轴坐标,以及设置离去基团、中心碳原子和亲核试剂的Z轴坐标约束条件;
所述保留基团为底物中除去中心碳原子、离去基团后的元素。
3.如权利要求1所述的方法,其特征在于,所述初始化反应初始状态、k个中间状态和最终状态的图像信息,得到的各状态的初始化图像数据,包括:
对于反应的初始状态的初始化图像,将保留基团的空间坐标设置为固定坐标,将离去基团、中心碳原子和亲核试剂的X轴坐标和Y轴坐标设置为0,Z轴坐标约束条件包括:、/>、/>;其中,Nu表示亲核试剂,C表示中心碳原子,X表示离去基团,/>表示初始状态下坐标原点0到亲核试剂的Z轴坐标的距离、/>表示初始状态下亲核试剂和中心碳原子的间距、/>表示亲核试剂和中心碳原子的键长阈值、/>表示初始状态下中心碳原子和离去基团的间距;/>表示中心碳原子和离去基团的键长阈值;
对于反应的中间状态的初始化图像,将保留基团的空间坐标设置为固定坐标且与初始状态的一致,将离去基团、中心碳原子和亲核试剂的X轴坐标和Y轴坐标设置为0;离去基团和中心碳原子断键前的第一中间状态的初始化图像,Z轴坐标约束条件包括/>、/>且/>随M1的递增而逐渐减小、/>;分子构型翻转过程中的第二中间状态的初始化图像,Z轴坐标约束条件包括/>、/>、;中心碳原子和亲核试剂成键后的第三中间状态的初始化图像,Z轴坐标约束条件包括/>、/>且/>随M3的递增而逐渐增大;其中/>、/>、/>;/>、/>、/>分别表示第一中间状态、第二中间状态、第三中间状态下坐标原点0到亲核试剂的Z轴坐标的距离,/>、/>、/>分别表示第一中间状态、第二中间状态、第三中间状态下亲核试剂和中心碳原子的间距,/>、/>、/>分别表示第一中间状态、第二中间状态、第三中间状态下中心碳原子和离去基团的间距;
对于反应的最终状态的初始化图像,将保留基团的空间坐标设置为固定坐标且与初始状态的一致,将离去基团、中心碳原子和亲核试剂的X轴坐标和Y轴坐标设置为0;Z轴坐标约束条件包括:/>、/>;其中,/>表示最终状态下坐标原点0到离去基团的Z轴坐标的距离、表示最终状态下亲核试剂和中心碳原子的间距、表示最终状态下中心碳原子和离去基团的间距。
4.如权利要求1所述的方法,其特征在于,预先构建与中间状态的初始化图像数量相等的量子编码线路,并初始化量子编码线路的量子态;使用一个量子编码线路对一个中间状态的初始化图像进行编码,量子编码线路中的量子比特数量根据反应中关注的反应参数确定。
5.如权利要求4所述的方法,其特征在于,所述使用构建好的量子编码线路对中间状态的初始化图像数据进行编码,得到各中间状态的初始化图像信息编码,包括:
针对每个中间状态的初始化图像:
根据坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,以及预先确定的编码参量,确定所关注的反应参数的编码信息;所述编码参量根据所有中间状态的初始化图像中离去基团的最大Z轴坐标确定;
使用构建好的量子编码线路,将每个反应参数的所述编码信息分别编码至不同的量子比特的态振幅中,得到各中间状态的初始化图像信息编码。
6.如权利要求5所述的方法,其特征在于,所述根据坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,以及预先确定的编码参量,确定所关注的反应参数的编码信息,包括:
确定所有中间状态的初始化图像中离去基团的最大Z轴坐标,并确定一个大于最大Z轴坐标/>的编码参量R;
根据编码参量R、坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距/>,确定所关注的反应参数的编码信息/>、/>和/>:
,/>,/>
i表示第i个中间状态;
所述使用构建好的量子编码线路,将每个反应参数的所述编码信息分别编码至不同量子比特态振幅中,包括:
根据所关注的反应参数的编码信息、/>和/>,确定第i个量子编码线路中的量子门/>的参数/>,/>),/>;
基于量子门参数,在第i个量子编码线路的第个量子比特上作用一个单比特量子门,q=1、2、3,来编码中间状态初始化图像中的所关注的反应参数,将其编码至量子比特处于/>态的振幅中。
7.如权利要求1所述的方法,其特征在于,所述参数化量子线路包括一组含有待优化参数的单比特量子门,/>和两比特纠缠门CZ;其中,/>、/>分别表示作用在第i个量子线路中第/>个比特的量子门/>和量子门/>的参数;两比特纠缠门CZ实现第i个中间状态中的亲核试剂、中心碳原子、离去基团的Z轴坐标的相互纠缠,以及实现坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距的相互纠缠。
8.如权利要求1所述的方法,其特征在于,对扰动图像信息编码进行量子态解码,得到中间状态的扰动图像数据,包括:
获取当前参数化量子线路中量子门的参数更新后量子比特处于的振幅数据,根据振幅数据解码得到中间状态的扰动图像中所关注的反应参数的编码信息;
根据中间状态的扰动图像中所关注的反应参数的编码信息,确定中间状态的扰动图像中坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距;
根据中间状态的扰动图像中所关注的反应参数的编码信息,得到中间状态的扰动图像中保留基团,离去基团、中心碳原子和亲核试剂的空间坐标;
根据初始状态初始化图像数据、最终状态的初始化图像数据和中间状态的扰动图像数据构建损失函数,包括:
根据初始状态初始化图像、最终状态的初始化图像和中间状态的扰动图像中保留基团,离去基团、中心碳原子和亲核试剂的空间坐标,获取各状态的比特数低于设定阈值的哈密顿量,并估算各状态的哈密顿量的基态能量;
根据各状态的基态能量、坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,计算中间状态的平均力作为损失函数。
9.如权利要求8所述的方法,其特征在于,所述获取各状态的比特数低于设定阈值的哈密顿量,并估算各状态的哈密顿量的基态能量,包括:
使用冻结化学分子轨道的方法获取比特数较低的哈密顿量,使用变分量子本征求解器估算哈密顿量的基态能量;
根据各状态的基态能量、坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,计算中间状态的平均力作为损失函数,包括:
根据各状态的基态能量、坐标原点与亲核试剂的距离、亲核试剂与中心碳原子的间距、中心碳原子与离去基团的间距,使用NEB算法计算各中间状态对应的力,根据各中间状态对应的力/>得到中间状态的平均力/>,作为损失函数;i表示第i个中间状态。
10.如权利要求1-9任一所述的方法,其特征在于,所述根据损失函数值更新参数化量子线路中量子门的待优化参数,包括:
根据各中间状态的平均力,采用中心差分法确定参数化量子线路中单比特量子门,/>的参数梯度,根据梯度下降法更新参数化量子线路中的量子门参数。
11.一种反应路径模拟装置,其特征在于,包括:
初始化模块,用于初始化反应初始状态、k个中间状态和最终状态的图像信息,得到各状态的初始化图像数据;
编码模块,用于使用构建好的量子编码线路对中间状态的初始化图像数据进行编码,得到各中间状态的初始化图像信息编码;
扰动模块,用于在每个量子编码线路中作用一个参数化量子线路,通过更新参数化量子线路中量子门的参数,扰动中间状态的图像,得到扰动图像信息编码;
解码模块,用于对扰动图像信息编码进行量子态解码,得到中间状态的扰动图像数据;
调参模块,用于根据初始状态和最终状态的初始化图像数据、中间状态的扰动图像数据构建损失函数;在损失函数值未收敛的情况下,根据损失函数值更新参数化量子线路中的量子门参数,返回继续执行扰动中间状态的图像的步骤,直至损失函数值收敛;
路径确定模块,用于对损失函数收敛后各状态的图像信息编码进行解码,得到反应路径。
12.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现权利要求1-10任一所述的反应路径模拟方法。
13.一种量子计算设备,其特征在于,包括:存储器、处理器及存储于存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-10任一所述的反应路径模拟方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410044887.8A CN117556916B (zh) | 2024-01-12 | 2024-01-12 | Sn2反应路径模拟方法和装置、存储介质、量子计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410044887.8A CN117556916B (zh) | 2024-01-12 | 2024-01-12 | Sn2反应路径模拟方法和装置、存储介质、量子计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117556916A CN117556916A (zh) | 2024-02-13 |
CN117556916B true CN117556916B (zh) | 2024-03-22 |
Family
ID=89823678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410044887.8A Active CN117556916B (zh) | 2024-01-12 | 2024-01-12 | Sn2反应路径模拟方法和装置、存储介质、量子计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117556916B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107683460A (zh) * | 2015-05-05 | 2018-02-09 | 凯恩迪股份有限公司 | 在传统处理器上模拟量子样计算的quanton表示 |
JP2021026370A (ja) * | 2019-08-01 | 2021-02-22 | 日本電信電話株式会社 | 量子演算装置及び方法 |
CN112823393A (zh) * | 2018-10-18 | 2021-05-18 | 科思创知识产权两合公司 | 用于自动和高效地计算化学反应的动力学数据的蒙特卡洛方法 |
CN114334030A (zh) * | 2021-12-20 | 2022-04-12 | 郑州信大先进技术研究院 | 基于量子支持向量机的高分子聚合反应产物评价方法 |
CN115169565A (zh) * | 2022-09-09 | 2022-10-11 | 之江实验室 | 一种小分子化学体系的哈密顿量模拟方法和装置 |
CN115238899A (zh) * | 2022-04-29 | 2022-10-25 | 北京航空航天大学 | 面向超导量子计算机的量子程序并行处理方法及操作系统 |
WO2022247887A1 (zh) * | 2021-05-28 | 2022-12-01 | 合肥本源量子计算科技有限责任公司 | 一种线性函数对应的量子线路的构建方法及装置 |
CN116415670A (zh) * | 2023-06-09 | 2023-07-11 | 成都信息工程大学 | 一种针对量子变分线路的对抗样本生成方法 |
CN117313873A (zh) * | 2022-06-20 | 2023-12-29 | 本源量子计算科技(合肥)股份有限公司 | 基于量子计算的化学反应路径的生成方法、装置及介质 |
-
2024
- 2024-01-12 CN CN202410044887.8A patent/CN117556916B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107683460A (zh) * | 2015-05-05 | 2018-02-09 | 凯恩迪股份有限公司 | 在传统处理器上模拟量子样计算的quanton表示 |
CN112823393A (zh) * | 2018-10-18 | 2021-05-18 | 科思创知识产权两合公司 | 用于自动和高效地计算化学反应的动力学数据的蒙特卡洛方法 |
JP2021026370A (ja) * | 2019-08-01 | 2021-02-22 | 日本電信電話株式会社 | 量子演算装置及び方法 |
WO2022247887A1 (zh) * | 2021-05-28 | 2022-12-01 | 合肥本源量子计算科技有限责任公司 | 一种线性函数对应的量子线路的构建方法及装置 |
CN114334030A (zh) * | 2021-12-20 | 2022-04-12 | 郑州信大先进技术研究院 | 基于量子支持向量机的高分子聚合反应产物评价方法 |
CN115238899A (zh) * | 2022-04-29 | 2022-10-25 | 北京航空航天大学 | 面向超导量子计算机的量子程序并行处理方法及操作系统 |
CN117313873A (zh) * | 2022-06-20 | 2023-12-29 | 本源量子计算科技(合肥)股份有限公司 | 基于量子计算的化学反应路径的生成方法、装置及介质 |
CN115169565A (zh) * | 2022-09-09 | 2022-10-11 | 之江实验室 | 一种小分子化学体系的哈密顿量模拟方法和装置 |
CN116415670A (zh) * | 2023-06-09 | 2023-07-11 | 成都信息工程大学 | 一种针对量子变分线路的对抗样本生成方法 |
Non-Patent Citations (1)
Title |
---|
"Hartree-Fock on a superconducting qubit quantum computer";Google AI Quantum and Collaborators;《arXiv》;20200918;第1-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117556916A (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11443217B2 (en) | Information processing apparatus and information processing method | |
CN111373420B (zh) | 用于量子计算的方法和系统 | |
Dai et al. | Efficient phase diagram sampling by active learning | |
US10839044B2 (en) | Information processing apparatus that controls a semiconductor device that calculates an interaction model as an accelerator | |
Zhao et al. | Mdz: An efficient error-bounded lossy compressor for molecular dynamics | |
Kremer et al. | Monte Carlo series analysis of irreversible self-avoiding walks. I. The indefinitely-growing self-avoiding walk (IGSAW) | |
CN117556916B (zh) | Sn2反应路径模拟方法和装置、存储介质、量子计算设备 | |
Zhu et al. | Sample-efficient multi-objective molecular optimization with gflownets | |
Reinhardt et al. | Path weight sampling: Exact Monte Carlo computation of the mutual information between stochastic trajectories | |
Liu et al. | DNA memristors and their application to reservoir computing | |
Matsunaga et al. | Refining Markov state models for conformational dynamics using ensemble-averaged data and time-series trajectories | |
Loaiza-Ganem et al. | Deep random splines for point process intensity estimation of neural population data | |
US20220188070A1 (en) | Method and apparatus with data processing | |
CN116070076A (zh) | 一种高精度高鲁棒性的雷达缺失信号补全系统 | |
CN111428877B (zh) | 一种基于dna链置换的逻辑电路和装置 | |
Mardikoraem et al. | Machine Learning-Driven Protein Library Design: A Path Toward Smarter Libraries | |
US20130325786A1 (en) | Sparse higher-order markov random field | |
CN114417543A (zh) | 用于优化的设备和方法 | |
Clayton et al. | Peptide Dynamics and Metadynamics: Leveraging Enhanced Sampling Molecular Dynamics to Robustly Model Long-Timescale Transitions | |
Boruah et al. | DNA computing models for Boolean circuits and logic gates | |
CN110738319A (zh) | 一种基于crf识别中标单位的lstm模型单元训练方法及装置 | |
Boomsma et al. | Probabilistic models of local biomolecular structure and their applications | |
CN116702915B (zh) | 一种多量子比特量子脉冲控制方法、装置和系统 | |
JP4836073B2 (ja) | バイオコンピューティング方法 | |
Rezaei et al. | A novel algorithm based on a modified PSO to predict 3D structure for proteins in HP model using Transfer Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |