10月9日，中山大學醫(yī)學院施莽教授團隊與阿里云李兆融團隊在《細胞》雜志（Cell）發(fā)表論文，報告了全球范圍的180個超群、16萬余種的RNA病毒發(fā)現(xiàn)，大幅擴展全球RNA病毒的多樣性。該研究將人工智能技術應用于病毒鑒定，發(fā)現(xiàn)了傳統(tǒng)研究方法未能發(fā)現(xiàn)的病毒“暗物質”，探索了病毒學研究的新路徑。
傳統(tǒng)的病毒發(fā)現(xiàn)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，面對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，團隊開發(fā)的LucaProt人工智能算法能夠對病毒和非病毒基因組序列深度學習，并在數(shù)據(jù)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(huán)境樣本的10,487份RNA測序數(shù)據(jù)中發(fā)現(xiàn)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。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(fā)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?！笔┟дf。
通過進一步分析，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(fā)現(xiàn)了超出以往認知的基因組結構，展現(xiàn)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(fā)現(xiàn)在南極底泥、深海熱泉、活性污泥和鹽堿灘等極端環(huán)境中，RNA病毒的數(shù)量和多樣性仍然較高。新病毒的發(fā)現(xiàn)，刷新著科學家對病毒圈的認識。
“面對遠源的新病毒，現(xiàn)有的病毒分類體系已經(jīng)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(guī)模的調整。”施莽說，“我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，我們目前所看到的仍是冰山一角。”施莽表示，這項研究與阿里云飛天實驗室的AI4S-生物計算團隊合作開展，希望未來繼續(xù)通過跨領域科研合作，充分利用云計算和人工智能的優(yōu)勢，解決生命科學領域的重要問題。
