这篇论文用生成式ML(RBM)和优化初始化让量子分子模拟更省计算资源，能处理实际药物分子比如抗病毒药和新冠病毒蛋白酶。
该论文提出一个混合量子-经典工作流，在Fujitsu FX700理想态矢量模拟器上使用QARP运行。它用O(N^4) MP2振幅初始化的LCNot-UCCSD ansatz替代O(N^6) CCSD初始化，并引入QSCI-RBM以RBM替代SQD进行配置恢复。方法在8种分子的STO-3G基组上进行14个误差等级各100次独立运行，并在cc-pVDZ基组的N2分子势能面扫描和DMET嵌入的Amantadine（C10H17N，11个片段）及SARS-CoV-2主蛋白酶-Carmofur复合物（10个片段）上验证。这是首次在量子模拟器上将LCNot-UCCSD部署于QSCI，也是首次将DMET-QSCI(LCNot-UCCSD)-RBM应用于工业相关蛋白-配体系统，计算资源需求低于Cleveland Clinic等先前工作。
该论文提出一个混合量子-经典工作流，在Fujitsu FX700理想态矢量模拟器上使用QARP运行。它用O(N^4) MP2振幅初始化的LCNot-UCCSD ansatz替代O(N^6) CCSD初始化，并引入QSCI-RBM以RBM替代SQD进行配置恢复。方法在8种分子的STO-3G基组上进行14个误差等级各100次独立运行，并在cc-pVDZ基组的N2分子势能面扫描和DMET嵌入的Amantadine（C10H17N，11个片段）及SARS-CoV-2主蛋白酶-Carmofur复合物（10个片段）上验证。这是首次在量子模拟器上将LCNot-UCCSD部署于QSCI，也是首次将DMET-QSCI(LCNot-UCCSD)-RBM应用于工业相关蛋白-配体系统，计算资源需求低于Cleveland Clinic等先前工作。
Calculation of binding energies for protein-ligand molecular systems requires accurate treatment of the electronic structure, a quantum chemistry problem that scales exponentially on classical hardware, while current qua…