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（Cell）發(fā)表論文，報(bào)告了全球范圍的180個(gè)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，發(fā)現(xiàn)了傳統(tǒng)研究方法未能發(fā)現(xiàn)的病毒“暗物質(zhì)”，探索了病毒學(xué)研究的新路徑。

傳統(tǒng)的病毒發(fā)現(xiàn)方法包括病毒分離和生命組學(xué)的生物信息學(xué)分析，高度依賴既有知識(shí)，面對(duì)RNA病毒這種高度分化、種類繁多且容易變異的病毒識(shí)別效率低。在該研究中，團(tuán)隊(duì)開發(fā)的LucaProt人工智能算法能夠?qū)Σ《竞头遣《净蚪M序列深度學(xué)習(xí)，并在數(shù)據(jù)集中自主判斷病毒序列。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10,487份RNA測(cè)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(gè)潛在病毒種及180個(gè)RNA病毒超群。其中23個(gè)超群無法通過序列同源方法識(shí)別，被稱為病毒圈的“暗物質(zhì)”。

“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(shí)別中尤為重要。特別是在疫情暴發(fā)時(shí)，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?！笔┟дf。

通過進(jìn)一步分析，團(tuán)隊(duì)報(bào)告了迄今最長的RNA病毒基因組，長度達(dá)到47,250個(gè)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(shí)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。新病毒的發(fā)現(xiàn)，刷新著科學(xué)家對(duì)病毒圈的認(rèn)識(shí)。

“面對(duì)遠(yuǎn)源的新病毒，現(xiàn)有的病毒分類體系已經(jīng)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(huì)有大規(guī)模的調(diào)整?！笔┟дf，“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(bǔ)充。病毒的多樣性遠(yuǎn)超人類想象，我們目前所看到的仍是冰山一角?！?span id="qahsvcskkcf" class="bjh-br" >施莽表示，這項(xiàng)研究與阿里云飛天實(shí)驗(yàn)室的AI4S-生物計(jì)算團(tuán)隊(duì)合作開展，希望未來繼續(xù)通過跨領(lǐng)域科研合作，充分利用云計(jì)算和人工智能的優(yōu)勢(shì)，解決生命科學(xué)領(lǐng)域的重要問題。