インサイダーブリーフ：
- フレッド・チョンとシカゴ大学の彼のチームは、がんのバイオマーカー発見のための量子アルゴリズムに関するプロジェクトのフェーズ3を開始するために、ウェルカムリープから200万ドルを受け取りました。
- このプロジェクトは、量子クラシックハイブリッドアルゴリズムを使用して、DNAやmRNAを含むマルチモーダルがんデータセットの予測バイオマーカーを識別し、診断と治療を改善する意図を持っています。
- フェーズ2では、チームは量子ハードウェアの需要を削減し、古典的に32キュビットまでシミュレートし、実際のがんデータに関する方法を検証し、臨床的に関連するバイオマーカー署名を特定しました。
- フェーズ3は、実際のヘルスケア設定で量子コンピューティングがどのように適用されるかを示すことを期待して、実際の量子ハードウェアに実用的な量子優位性を実証することに焦点を当てます。
プレスリリース – シカゴ大学のコンピューターサイエンス学部は、シーモアグッドマンのフレッドチョン教授と彼のチームが、プロジェクトのフェーズ3を実装するために、ウェルカムリープから200万ドルを授与されたことを発表しています。この賞は、Wellcome LeapのQuantum for Bioプログラムの一部であり、ヘルスケアでの量子コンピューティングの使用をスピードアップし、重要な健康上の課題に対処するソリューションを作成することを目的としています。
チョンのプロジェクトの主な目標は、量子コンピューティングを使用して、がん研究における主要な課題を解決することです。複雑な癌データにおけるバイオマーカー（がんの診断と治療に役立つ生物学的指標）を特定するためのより良い方法を見つけることです。フェーズ1の間、チームは、DNAやmRNAなどのさまざまな種類の生物学的データで正確なバイオマーカーを特定するために、量子分類の組み合わせアルゴリズムを開発しました。この新しい方法により、チームはデータ内の複雑なパターンと接続を見つけることができました。
「量子コンピューティングには、少量の高価値データから結論を描くことにできる限り正確にしようとしている場合、多くの可能性があります」とChongは説明しました。
フェーズ2では、チームは重要な改善を行い、アルゴリズムをより効果的にし、量子コンピューティングハードウェアから必要なリソースを削減しました。彼らは、選択した機能の重要性を測定する新しい方法を作成し、癌をより予測できるようにしました。チームは、実際の癌データに関する改善されたアルゴリズムをテストし、アプローチを検証しました。将来、彼らはあまり理解されていない生物学的要因を発見し、新しい洞察とより良い治療につながることを望んでいます。
フェーズ2の主要な成果の1つは、より小さな問題から学習することで、量子コンピューターを使用するために必要な回数を減らすことでした。これにより、チームは古典的なコンピューターを使用して最大32のキュービットをシミュレートすることができ、実際の量子ハードウェアで50以上のキクを使用した将来の実験への道を開きました。このアプローチを通じて特定されたユニークな機能セットは、限られた患者データに苦労することが多い他の方法で見つかったものよりも臨床使用に実用的です。さらに、これらの焦点を絞ったバイオマーカー署名は、生物学的メカニズムに関する貴重な情報を提供し、将来の研究と治療を導きます。
プロジェクトのフェーズ3には、1年にわたる200万ドルの投資が含まれます。その間、チームは、がんのバイオマーカー識別問題のために、実際の量子ハードウェアの実用的な量子優位性を実証することを目指します。この野心的な目標は、ヘルスケアアプリケーションにおける従来の方法よりも量子コンピューティングの現実世界の利点を示すことに焦点を当てています。
「プログラムのフェーズ3に進むことに非常に興奮しています」とチョンは言いました。 「私たちは、私たちのアプローチの可能性を実現し、短期的な量子ハードウェアの急速に成長しているサイズと能力を活用するために集中的に努力します。」
主任捜査官のフレッド・チョンが率いるチームには、共同捜査官のサマンサ・リーゼンフェルド、アレクサンダー・ピアソン（シカゴ大学）、アラム・ハロー（マサチューセッツ工科大学）、ティーグ・トメシュ（Infleqtion）が含まれます。一緒に、彼らはがん研究に革命を起こし、患者ケアの意味のある改善をもたらす量子コンピューティングの可能性を実証しました。
ソース： シカゴ大学
