预测病毒传播节点！本源量子开发量子排序应用
前言
新冠病毒疫情仍在全球肆虐，给整个人类社会造成了巨大影响。弄清病毒的传播过程，对于打赢当前的疫情防控阻击战至关重要。
图片来源：Fusion Medical Animation on Unsplash
为追踪和预测病毒的传播节点，本源量子团队集中力量，在近期开发了基于HHL量子算法的量子排序应用。
本源量子开发的量子排序应用依托本源量子云平台，对给定的网络进行建模，然后通过HHL量子算法计算得到该特定网络节点重要性的排序结果，使用 SIR 模型评估特定节点的影响效果。
这一功能将为预测新冠病毒的下一个传播点提供重要参考，帮助各地更为高效地分配防疫物资与医疗资源。
图片来源：本源量子
传播在现实世界普遍存在，尤其是传染病、谣言的传播，会给人类社会造成重大影响。为了在保证安全的前提下研究疾病的传播机制，1760年，D. Bernoulli为研究天花的预防接种，提出了Bernoulli方程。后陆续有学者在不同的假设下研究不同的传染病。
例如易感-感染-恢复（Susceptible-Infected-Recovered, 简记为SIR）模型就是Kermack和医生兼业余数学家Anderson McKendrick在1927年为研究1665年~1666年的黑死病和1906年的瘟疫的流行规律而建立的。
起初为了简化研究，学者们假设人与人之间的接触是等概率的，然而现实生活中人与人的接触并不是等概率的。比如我们现在在家中，不可能和同时远在异地的朋友接触。之后，学者们引入网络来表示人与人之间的接触关系，从而更真实、细致的研究传播过程。
量子排序应用助力预测病毒传播节点
在使用量子排序应用时，应首先建立人员接触关系图谱。用蓝色节点表示复杂关系中的个体，用线段建立节点间的联系，模拟实际生活中人与人之间的接触关系，绘制网络拓扑图。右侧表格根据拓扑图中的节点联系，自动标记对应单元格颜色，能更加清楚形象地展示节点间的连接关系。
本源量子排序_绘制节点。图片来源：本源量子
在传染病传播中，我们希望找到那些接触比较广泛的个体从而想办法将其隔离，这些接触广泛的个体就可以看作是重要节点。
本源量子排序_计算中。图片来源：本源量子
本源量子的这款量子应用，根据节点中代表疾病传播性质相关的指标值差异来设定受物理启发的弹性模型①，然后利用HHL量子算法计算弹性模型的弹性势能实现节点排序。
了解HHL算法，请点击
https://qrunes-tutorial.readthedocs.io/en/latest/chapters/algorithms/HHL_Algorithm.html
本源量子排序_计算完成。图片来源：本源量子
它将冠状病毒的传播模型抽象为SIR模型，其基本假设是将人群分为以下三类：
易感人群（Susceptible）：指未得病者，但缺乏免疫能力，与感病者接触后容易受到感染。
感染人群（Infective）：指染上传染病的人，他可以传播给易感人群。
移除人群（Removed）：被移出系统的人，因病愈（具有免疫力）或死亡的人，这部分人不再参与感染和被感染过程。
如下图所示，在SIR 模型中以上三类人群之间存在两个转换的关系：
SIR模型人员转换关系图。图片来源：本源量子
本源量子排序_选择感染者。图片来源：本源量子
设置完最初的感染者后，点击模型评估，左侧框图会以时间步的形式展示随着时间推移，预测可能出现的感染情况。红色表示初始感染源，蓝色表示个体处于健康状态。
当感染病开始传播时，红色的个体，会以一定的速率将其邻居中的易感个体变为感染者，同时感染个体会以一定的速率获得免疫恢复或死亡，这两种情况下，该个体都将不再感染其他个体。
本源量子排序_模型评估。图片来源：本源量子
评估过程中，左侧框图将会展示每个时间步 SIR 模型对网络图中的节点的影响，右侧框图显示初始选择作为感染者的节点。在分步展示的过程中，时间步的状态显示在左侧网格下方。评估完成后，显示所有人最终的感染状态，用户也可点击下方进度中的时间步数字，查看历史时间步中所有人员感染情况。
结语
现实中绝大部分复杂性系统（例如社会系统、生物系统、信息系统、经济与金融网络系统、电力与交通系统等）都可以抽象为网络的结构，并用网络的理论定量地描述和解决这些系统上存在的问题。
对复杂网络节点进行重要性综合评价，探究网络影响力最大化问题，不仅具有理论意义，而且在许多领域有极大的应用价值，如疫情控制、交通优化、广告投放、通讯网络保障以及预测热门研究成果等。
本源与合作伙伴一起致力于量子计算在各类场景的应用开发，努力实现更多核心技术的突破，共同推进量子计算产业经济的发展。如果您也对量子计算感兴趣，欢迎加入我们！
参考文献：①De Bacco C, Larremore D B, Moore C. A physical model for efficient ranking in networks[J]. Science advances, 2018, 4(7): eaar8260.
本源量子排序应用已开发完成，近期将同全新改版的本源量子云一同上线，敬请期待！