据中山大学9日晚发布的消息,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》(Cell)杂志发表论文,报告了全球范围的180个超群、16万余种RNA病毒的发现,大幅扩展全球RNA病毒的多样性。
据介绍,传统的病毒发现方法包括病毒分离和生命组学的生物信息学分析,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。该研究团队开发的LucaProt人工智能算法能够对病毒和非病毒基因组序列深度学习,并在数据集中自主判断病毒序列。
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,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,这种能力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。”施莽介绍说,研究显示病毒的多样性远超人类想象,人类目前所看到的仍是冰山一角,未来病毒分类体系可能会有大规模的调整。
- 更多相关内容
- 中国科学家运用人工智能算法发现...