Le tecnologie quantistiche per l'assemblaggio del genoma
- È la prima volta che le industrie Health e Life Sciences utilizzano tecnologie quantistiche nella genomica, incentrate sul confronto dell’ottimizzazione del processo di assemblaggio del genoma, utilizzando approcci classici e quantistici
Madrid e Milano, 27 luglio 2023 - NTT DATA ha annunciato la fine del progetto per il processo di ottimizzazione dell’assemblaggio del genoma attraverso tecnologie quantistiche. Si tratta di una pietra miliare nell’uso di questa tecnologia nei settori dell’Healthcare e Life Sciences.
Questo progetto consiste nell’esplorare la capacità e la fattibilità dell’utilizzo del quantum computing per l’assemblaggio del genoma confrontando approcci di calcolo quantistico e non quantistico, affrontando allo stesso tempo un problema di assemblaggio del genoma in un ambiente che simula le condizioni del mondo reale. Gli scienziati possono identificare le variazioni genetiche associate a determinate malattie e condizioni attraverso il sequenziamento genomico e l’assemblaggio del genoma. Queste informazioni possono essere utilizzate per sviluppare nuovi trattamenti e terapie per colpire le cause genetiche alla base della malattia.
L’obiettivo della collaborazione tra NTT DATA Spagna, NTT DATA Brasile e NTT DATA EMEAL Innovation Center for Quantum Computing (Italia e Germania) è stato quello di implementare e confrontare algoritmi di calcolo “classici” – ossia non quantistici - e algoritmi di calcolo quantistici, basati su due approcci.
Il prodotto Gurobi - uno dei più potenti pacchetti per problemi di ottimizzazione combinatoria - e l’algoritmo di Simulated Annealing sono stati utilizzati nell’approccio classico. Nell’approccio quantistico sono state invece utilizzate le tecnologie di Quantum Annealing con qubit superconduttori di D-Wave, e di Quantum Photonics con la Coherent Ising Machine (CIM) di NTT Research – quest’ultima opportunamente simulata da librerie software ad alte prestazioni approntate nell’Innovation Center EMEAL. Il confronto si è basato sulla misurazione degli indicatori di efficienza, precisione e scalabilità computazionale.
Lo stesso dataset è stato utilizzato come riferimento per la dimostrazione concettuale e il confronto. In particolare, il sequenziamento del genoma del batteriofago phiX174 è stato generato sinteticamente, il che ha consentito la simulazione di diversi scenari di test e il confronto degli indicatori di riferimento.
Sebbene i risultati derivati dal proof-of-concept mostrino che gli approcci puramente quantistici presentano ancora difficoltà nell’affrontare problemi di grandi dimensioni, all’aumentare della capacità computazionale si può osservare un sostanziale miglioramento del tempo di elaborazione in funzione della dimensione del problema, da esponenziale nei sistemi tradizionali a quasi lineare nei sistemi quantistici. Un approccio ibrido, classico-quantistico, con tecnologie come quella di D-Wave, può competere con tecniche tradizionali come Gurobi, in quanto è in grado di trovare soluzioni ottimali per tutti gli scenari, compresi quelli più grandi. Questi risultati sono molto promettenti e suggeriscono che il quantum computing può essere una valida alternativa ai metodi classici per risolvere grandi problemi di ottimizzazione in biologia, salute e altri settori.
Questo concept test è il primo del suo genere a utilizzare le tecnologie quantistiche nel settore sanitario. Sebbene l’uso delle tecnologie quantistiche sia ancora agli inizi, la loro applicabilità nel medio e lungo termine sarà decisiva in campi come la genomica, l’elaborazione digitale delle immagini e l’analisi dei dati sanitari in tempo reale, dove l’efficienza e la capacità di elaborazione sono fondamentali.