发布时间:2024-12-05 17:50:16 来源: sp20241205
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。(记者吴春燕、唐一歌 通讯员朱嘉豪、李建平)
(责编:李昉、郝孟佳)