中山大學團隊建功！開發AI算法發現全新RNA病毒

AI立大功！中山大學醫學院施莽教授團隊與阿里雲李兆融團隊近日在《細胞》雜誌（Cell）發表論文，報告了全球範圍的180個超群、16萬餘種的RNA病毒發現，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於病毒鑒定，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。

在該研究中，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深度學習，並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10,487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。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。特別是在疫情爆發時，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，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、活性污泥和鹽鹼灘等極端環境中，RNA病毒的數量和多樣性仍然較高。新病毒的發現，刷新着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，「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像，我們目前所看到的仍是冰山一角。」