一种具有生物属性感知能力的量子-经典融合模型,用于预测腺相关病毒衣壳生产适应性
《IEEE Transactions on Computational Biology and Bioinformatics》:A Biological Property-Aware Quantum-Classical Fusion Model for Predicting AAV Capsid Production Fitness
【字体:
大
中
小
】
时间:2026年10月22日
来源:IEEE Transactions on Computational Biology and Bioinformatics
编辑推荐:
准确预测衣壳生产适应性仍然是腺相关病毒(AAV)变体理性设计中的主要挑战,原因在于氨基酸序列模式与生产结果之间存在高度非线性和异质性的关系。为解决这一问题,我们提出了一种具有生物属性感知能力的量子-经典自适应融合模型,用于直接从氨基酸序列预测AAV衣壳生产适应性。该模型使用具
准确预测衣壳生产适应性仍然是腺相关病毒(AAV)变体理性设计中的主要挑战,原因在于氨基酸序列模式与生产结果之间存在高度非线性和异质性的关系。为解决这一问题,我们提出了一种具有生物属性感知能力的量子-经典自适应融合模型,用于直接从氨基酸序列预测AAV衣壳生产适应性。该模型使用具有生物学意义的理化性质来表示序列,并引入了双信号自适应控制器,该控制器生成两个任务依赖的潜在信号,用于调节量子编码和纠缠操作。基于这些学习到的信号,模型动态调整量子特征映射和量子-经典特征融合,实现了量子处理的样本依赖调节和异质特征整合。五次独立运行的实验结果表明,所提出的模型实现了0.919±0.003的皮尔逊相关系数和0.38±0.02的平均绝对误差(MAE),在仅使用0.14M可训练参数的情况下,优于传统的机器学习和通用神经网络基线方法。与最强的任务相关基线相比,该模型实现了可比的皮尔逊相关性能,并且在统计上显著降低了MAE,展示了良好的预测性能-参数效率权衡。结果表明,受生物学信息启发的量子-经典混合学习是AAV衣壳工程中预测建模的一个有前景的方向。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号