日前，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，是已知病毒种类的近30倍，大幅提升了业界对RNA病毒多样性和病毒演化历史的认知。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。

01 识别病毒圈的“暗物质”

病毒与人类的健康密切相关，但人类已知已确认的病毒种类仅有5000余种，这只是病毒世界的冰山一角。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”。

02 极高的准确性

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。

本篇论文提出了全新的深度学习模型"LucaProt"，它基于Transformer框架与大模型表征技术，结合蛋白质序列和内在结构性特征，在独立的测试数据集上表现优异，具有极高的准确性(假阳性率仅为0.014%)和特异性(假阴性率为1.72%)。

03 AI或成人类认知世界的新手段

中山大学医学院教授施莽表示，在科研领域，AI的应用已经势不可挡，通过AI方法探索科学问题已取得了重要突破。“这种研究范式将成为未来科学界的常态，也可能成为我们认知世界的重要手段。”

该论文共同第一作者、阿里云飞天实验室算法专家贺勇表示，基于“AI+病毒学”的新研究框架刷新了人类对病毒圈的认识，随着这种认识的不断完善，有助于人类对未来可能发生的大流行进行预警，以及进一步推动RNA病毒疫苗的研发。（文章内容来源于光明日报、中国新闻网等。）