借助人工智能技術，研究團隊發現大量全新RNA病毒

記者10日從中山大學獲悉，該校醫學院施莽教授團隊與阿里云李兆融團隊將人工智能技術應用于病毒鑒定，發現了傳統研究方法未能發現的病毒“暗物質”，探索了病毒學研究的新路徑。相關成果近日發表在國際期刊《細胞》上。

據介紹，傳統的病毒發現方法包括病毒分離和生命組學的生物信息學分析，高度依賴既有知識，對RNA病毒這種高度分化、種類繁多且容易變異的病毒識別效率低。

在該研究中，科研團隊開發的LucaProt人工智能算法能夠對病毒和非病毒基因組序列進行深度學習，并在數據集中自主判斷病毒序列。利用這套算法，研究團隊在來自全球生物環境樣本的10487份RNA測序數據中發現了超過51萬條病毒基因組，代表超過16萬個潛在病毒種及180個RNA病毒超群，大幅擴展全球RNA病毒的多樣性。其中，23個超群無法通過序列同源方法識別，被稱為病毒圈的“暗物質”。

“人工智能的算法模型能夠挖掘出我們之前忽略或根本不知道的病毒，這種能力在疾病防控和新病原的快速識別中尤為重要。特別是在疫情暴發時，人工智能的速度和精度可以幫助科學家更快地鎖定潛在病原體。”施莽說。

通過進一步分析，研發團隊報告了迄今最長的RNA病毒基因組，長度達到47,250個核苷酸；發現了超出以往認知的基因組結構，展現出RNA病毒基因組進化的靈活性；識別到多種病毒功能蛋白，特別是與細菌相關的功能蛋白，進一步表明還有更多類型的RNA噬菌體亟待探索；發現在南極底泥、深海熱泉、活性污泥和鹽堿灘等極端環境中，RNA病毒的數量和多樣性仍然較高。新病毒的發現，刷新了科學家對病毒圈的認識。

“面對遠源的新病毒，現有的病毒分類體系已經顯得力不從心。未來，這一體系在門、綱等更深層次的分類上，可能會有大規模的調整。”施莽說，他們的研究展示了病毒多樣性的深度，但廣度仍有待更多樣本的補充。病毒的多樣性遠超人類想象，目前看到的仍是冰山一角。

施莽表示，未來將繼續通過跨領域科研合作，充分利用云計算和人工智能優勢，解決生命科學領域的重要問題。