记者： 吴春燕、唐一歌 通讯员：朱嘉豪、李建平
使用人工智能对全球病毒圈深度挖掘并分类
图片来源：中山大学
10月9日，中山大学医学院施莽教授团队与阿里云李兆融团队在【细胞】杂志发表论文，报告了全球范围的180个超群、16万余种的RNA病毒发现，大幅扩展全球RNA病毒的多样性。该研究将人工智能技术应用于病毒鉴定，探索了病毒学研究的新路径。
传统的病毒发现方法高度依赖既有知识，面对RNA病毒这种高度分化、种类繁多且容易变异的病毒识别效率低。在该研究中，研究团队开发了一种人工智能算法，其能对病毒和非病毒基因组序列深度学习，并自主判断病毒序列。利用这套算法，研究团队在来自全球生物环境样本的10487份RNA测序数据中发现了超过51万条病毒基因组，代表超过16万个潜在病毒种及180个RNA病毒超群。其中23个超群无法通过序列同源方法识别，被称为 病毒圈的「暗物质」 。
通过进一步分析，研究团队报告了迄今最长的RNA病毒基因组，长度达到47250个核苷酸；发现了超出以往认知的基因组结构，展现出RNA病毒基因组进化的灵活性；识别到多种病毒功能蛋白，特别是与细菌相关的功能蛋白，进一步表明还有更多类型的RNA噬菌体亟待探索；发现在南极底泥、深海热泉、活性污泥和盐碱滩等极端环境中，RNA病毒的数量和多样性仍然较高。
「人工智能的算法模型能够挖掘出我们之前忽略或根本不知道的病毒，这在疾病防控和新病原的快速识别中尤为重要。特别是在疫情暴发时，人工智能的速度和精度可以帮助科学家更快地锁定潜在病原体。」施莽说。
☟
