10月9日,中山大學(xué)醫(yī)學(xué)院施莽教授團(tuán)隊(duì)與阿里云李兆融團(tuán)隊(duì)在《細(xì)胞》雜志發(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(kuò)展全球RNA病毒的多樣性。該研究將人工智能技術(shù)應(yīng)用于病毒鑒定,探索了病毒學(xué)研究的新路徑。
傳統(tǒng)的病毒發(fā)現(xiàn)方法高度依賴既有知識,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,研究團(tuán)隊(duì)開發(fā)了一種人工智能算法,其能對病毒和非病毒基因組序列深度學(xué)習(xí),并自主判斷病毒序列。利用這套算法,研究團(tuán)隊(duì)在來自全球生物環(huán)境樣本的10487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(zhì)”。
通過進(jìn)一步分析,研究團(tuán)隊(duì)報告了迄今最長的RNA病毒基因組,長度達(dá)到47250個核苷酸;發(fā)現(xiàn)了超出以往認(rèn)知的基因組結(jié)構(gòu),展現(xiàn)出RNA病毒基因組進(jìn)化的靈活性;識別到多種病毒功能蛋白,特別是與細(xì)菌相關(guān)的功能蛋白,進(jìn)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。
“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(xué)家更快地鎖定潛在病原體。”施莽說。(記者吳春燕、唐一歌 通訊員朱嘉豪、李建平)