《SCIENCE ADVANCES》：Quantum convolutional HLA immunogenic peptide prediction (Q-CHIPP): Next-generation neoantigen prediction with quantum neural network
编辑推荐：
量子计算（QC）的快速发展源于其以空前速度执行复杂计算的承诺；然而，当前用例受到量子硬件以及识别经典计算机难以处理的问题的难度的限制。在这些约束下，包括药物发现、蛋白质折叠和精准医学在内的生物学问题为理解当前量子硬件如何取得进展提供了机会。在免疫学中，癌症新抗
量子计算（QC）的快速发展源于其以空前速度执行复杂计算的承诺；然而，当前用例受到量子硬件以及识别经典计算机难以处理的问题的难度的限制。在这些约束下，包括药物发现、蛋白质折叠和精准医学在内的生物学问题为理解当前量子硬件如何取得进展提供了机会。在免疫学中，癌症新抗原的准确预测仍然是一个主要挑战，受限于小规模、噪声数据集以及经典模型无法泛化。在解决该问题时，研究人员探索了多种噪声缓解技术，包括Pauli twirling和动态解耦，并结合受控的基于shot的采样，以在真实硬件和热启动混合方法中稳定训练。通过这些方法，研究人员展示了使用量子卷积神经网络（QCNN）进行MHC结合和免疫原性预测，包括一项涉及46个量子比特的量子硬件实验，与经典方法相比，在更少的训练样本下实现了6%的分类准确率提升。在这些模型的基础上，研究人员引入了量子卷积HLA免疫原性肽预测（Q-CHIPP），这是一个整合了MHC结合和T细胞识别的组合框架。它针对HLA-A*02:01限制的9-mer肽，更准确地识别已知具有免疫原性的肽，从而改善预测的新抗原负荷的预后影响。这些工作共同代表了QCNN在生物医学建模中的大规模应用，凸显了量子机器学习（QML）在数据有限生物系统中的可行性和前景，并为量子增强生物医学研究建立了可扩展的基础。
**量子卷积HLA免疫原性肽预测（Q-CHIPP）论文解读**
**研究背景与问题**
量子计算（QC）的快速发展为复杂计算问题提供了前所未有的速度潜力，但当前量子硬件仍受限于噪声、退相干和门错误，且经典计算机难以解决的问题识别困难。在生物学领域，药物发现、蛋白质折叠和精准医学等问题为量子计算提供了应用机会。在免疫学中，癌症新抗原的准确预测是重大挑战，主要受限于小规模、高噪声数据集以及经典机器学习（ML）模型的泛化能力不足。例如，针对严重急性呼吸综合征冠状病毒2（SARS-CoV-2）抗原的免疫原性预测，现有最先进的人工智能（AI）模型（包括PRIME、DeepImmuno、iPred、NetTepi、REpitope、GAO、NetMHCpan）的曲线下面积（AUC）仅为0.497至0.574。此外，经典ML模型在数据有限时容易过拟合，且难以捕捉肽-主要组织相容性复合体（MHC）-T细胞受体（TCR）相互作用的复杂特征。因此，研究人员旨在探索量子机器学习（QML）方法，特别是量子卷积神经网络（QCNN），以克服经典方法的局限性，实现更准确的新抗原预测。
**研究内容与结论**
研究人员开展了以下研究：首先，构建QCNN架构用于MHC结合预测，通过不同编码策略（one-hot和二进制编码）和特征映射（basis和QRAC 2:1）将肽序列编码为量子态，并在无噪声模拟器和量子硬件上测试。其次，将QCNN模型扩展至免疫原性预测，发现当训练数据中包含MHC非结合肽时，预测性能可能被高估，因此重点使用仅含MHC结合肽的数据集。第三，在46量子比特的量子硬件上运行全长肽模型，验证了QCNN在噪声环境下的可扩展性。第四，将QCNN MHC结合和免疫原性模型组合为Q-CHIPP框架，用于预测肺癌患者免疫治疗反应。结论表明：QCNN在小样本（n=150）下预测MHC结合时，F1分数可达0.93（使用三个氨基酸位点）或0.80（使用四个位点）；在46量子比特硬件上，免疫原性预测F1分数为0.70；Q-CHIPP在区分患者生存期方面优于单个模型和NetMHC（P=0.0085），并识别出其他方法遗漏的肽段。这项研究展示了QCNN在生物医学建模中的大规模应用，证明了量子机器学习在数据有限系统上的可行性和前景。
**关键技术方法**
研究人员主要采用以下关键技术方法：1）量子卷积神经网络（QCNN）架构，包含卷积层和池化层，通过交替作用于相邻量子比特的幺正变换实现参数共享。2）肽序列编码策略，包括二进制编码和basis特征映射（直接映射）或QRAC 2:1特征映射（压缩映射），以适配不同量子比特数。3）噪声缓解技术，包括Pauli twirling和动态解耦，并结合受控shot采样（shot数从5000到20000）以稳定量子硬件训练。4）热启动（warm start）混合方法，先在无噪声模拟器上优化参数，再微调至IBM System One量子处理单元（QPU）。5）数据集来源：免疫表位数据库（IEDB）、Tesla联盟数据、PRIME模型训练数据以及研究人员内部肺癌新抗原筛选队列（Alban et al.，2026）。生存分析使用SU2C-MARK队列（n=111例HLA-A*02:01阳性肺癌患者）的全外显子测序和临床数据。
**研究结果**
**QCNN encoding for MHC binding prediction（用于MHC结合预测的QCNN编码）**
研究人员设计了QCNN电路结构，包含卷积层（由三组CNOT门和三个单量子比特参数门组成）和池化层（由两组CNOT门和三个参数门组成），并通过金字塔型SWAP门实现量子比特丢弃。采用两种编码策略（one-hot和二进制）和三种特征映射（Z、ZZ、basis、QRAC），将9-mer肽序列编码为量子比特。通过筛选，最终使用150个训练样本和50个测试样本（平衡类别）进行量子硬件实验。
**Modeling MHC binding in quantum simulations（量子模拟中的MHC结合建模）**
在无噪声状态向量模拟器上，使用二进制编码和QRAC 2:1特征映射（8个量子比特），输入三个氨基酸位点（2,5,9）和NetMHCpan结合亲和力等级（BA RANK），QCNN获得F1分数0.93。当移除BA RANK并增加至四个位点（2,4,5,9）时，QRAC 2:1映射（10量子比特）的F1为0.73，而basis特征映射（20量子比特）的F1提升至0.80，表明压缩映射可能丢失信息。损失曲线显示模型在约300次迭代后收敛。
**Warm start QCNN on QPU to predict MHC binding（量子处理单元上的热启动QCNN预测MHC结合）**
将模拟器训练好的权重热启动至IBM System One QPU，结合动态解耦和Pauli twirling，使用20000次shot。20量子比特模型在QPU上运行约660次迭代后收敛，F1分数约为0.80，与模拟器结果一致，验证了错误缓解策略的有效性。
**Benchmarking QCNN binding prediction（QCNN结合预测的基准测试）**
将QCNN与两种经典卷积神经网络（CNN）对比：参数受限CNN（匹配QCNN参数数量）和参数不受限CNN。QCNN在四个位点（2,4,5,9）的F1为0.80，优于参数受限CNN（0.66）和参数不受限CNN（0.88），但弱于随机森林（0.83）。UpSet图显示QCNN与经典模型对同一肽段预测不同，表明QCNN学习了不同的决策边界。
**Immunogenicity prediction accuracy can be over inflated when including nonbinders（包含非结合肽时免疫原性预测准确率可能被高估）**
使用NetMHCpan对包含和非结合肽的完整数据集预测免疫原性时，AUC为0.79；但仅对MHC结合肽预测时，AUC降至0.55，表明经典模型在去除非结合肽后性能显著下降，凸显了数据集组成的关键影响。
**QCNN prediction of immunogenicity（QCNN预测免疫原性）**
在模拟器上使用QRAC 2:1映射（10量子比特），输入300个训练样本和100个测试样本。通过特征搜索，包含位置1,3,4,9的模型在含结合和非结合肽的数据集上F1为0.77；但仅使用MHC结合肽时，最优模型（位置3,5,6,7）的F1降至0.67。加入BA RANK并未显著提升性能。
**Immunogenicity prediction with a full-length peptide model（全长肽模型免疫原性预测）**
在量子硬件上使用basis特征映射（46量子比特），输入150个训练样本和50个测试样本，结合20000次shot、Pauli twirling和动态解耦。全长肽模型（不含BA RANK）在约350次迭代后收敛，F1为0.70，但后续迭代因噪声增加导致损失上升。
**Benchmarking QCNN immunogenicity prediction performance（QCNN免疫原性预测性能的基准测试）**
对比QCNN与参数受限CNN、参数不受限CNN和随机森林。在含结合和非结合肽的数据集上，QCNN（全长肽）F1为0.70，优于参数受限CNN（0.60）和随机森林（0.66），但略低于参数不受限CNN（0.65）。在仅含MHC结合肽的数据集上，QCNN（位置3,5,6,7）F1为0.67，优于参数受限CNN（0.42）和随机森林（0.65），与参数不受限CNN（0.68）相当。
**Q-CHIPP predicting response to immunotherapy（Q-CHIPP预测免疫治疗反应）**
Q-CHIPP组合了MHC结合模型（位置2,4,5,9）和免疫原性模型（位置3,5,6,7），对209,889个肽段进行预测，并计算每位患者的免疫原性新抗原负荷。Kaplan-Meier生存分析显示，Q-CHIPP的P值为0.0085，优于单个QCNN模型（结合P=0.020，免疫原性P=0.015）和NetMHC（P=0.0275）。Q-CHIPP识别出25,542个其他方法（NetMHC、随机森林、经典CHIPP）未捕捉到的肽段。氨基酸富集分析显示，Q-CHIPP在位置2和9（结合锚点）以及位置4和7（TCR接触位点）有强信号，而经典模型偏向于位置2的亮氨酸。
**讨论与结论总结**
讨论部分指出，当前量子硬件噪声限制了模型性能，但QCNN在低样本、低参数条件下仍能学习生物学相关特征（锚点残基和TCR接触残基）。未来随着量子硬件扩展（纠错、量子比特相干性、门保真度），QCNN有望在免疫原性预测中超越经典方法。研究结论部分（翻译）：“我们的结果表明，即使在当今有限的硬件上，QCNN已经为新抗原建模提供了有意义的优势。我们强调，该模型能够以相对较小的训练规模学习生物学相关的锚点残基和TCR接触残基，并在经典模型处于相同参数预算时保持预测能力。尽管当前的噪声水平、量子比特限制和电路约束将我们的实验限制在较小的训练规模、编码位置数量和可学习参数数量，但QCNN与经典对应物之间存在明显分离，表明QCNN能够学习数据中的不同模式。展望未来，量子硬件的持续演进，包括增加的量子比特系统、改进的相干时间和先进的纠错，将支持更具表达性和可扩展性的量子电路，使我们更接近对新抗原建模全复杂性的建模。最终，量子机器学习不仅有望推动免疫原性预测的进步，还将为精准免疫疗法的更广泛目标做出贡献，根据个体患者特征定制疫苗和T细胞疗法。”
