AI发现超16万种RNA病毒，中山大学、阿里云联合研究成果在国际顶刊《Cell》发表

2024-10-11

<article><section data-type=“rtext”>【环球网科技综合报道】10月10日消息，国际顶级学术期刊《Cell》发表了中山大学与阿里云合作的科研成果，研究团队利用云计算与AI技术发现了180个超群、16万余种全新RNA病毒，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。《Cell》是国际公认学术声誉最高的期刊，代表生命科学领域的最高水平。国内每年入选《Cell》的论文数量仅有数十篇。此次入选的论文提出了一种基于深度学习的RNA病毒发现方法，是深度学习算法在病毒发现领域的里程碑式进展，为病毒学研究开创了全新范式。<img data-alt="" src="//img.huanqiucdn.cn/dp/api/files/imageDir/bca3cf90d977caf7327aa8607c51197bu1.png?imageView2/2/w/750" />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RNA病毒鉴定方法高度依赖于序列同源性比对，即通过比较未知病毒与已知病毒的序列相似性来进行识别。然而，RNA病毒种类繁多且高度分化，传统方法难以捕捉缺乏同源性或同源性极低的“暗物质病毒”，新病毒发现的效率较低。AI与病毒学研究的结合正在突破这一难题。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%）。据介绍，研究团队对来自全球生物环境样本的10,487份数据进行病毒挖掘，发现了513,134条病毒基因组，代表161,979个潜在病毒种及180个RNA病毒超群。使RNA病毒超群数量扩容约9倍，病毒种类增加约30倍，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“。该论文还揭示了多个病毒学领域新发现：发现迄今为止最长的RNA病毒基因组，长度达到47,250个核苷酸；识别出超出以往认知的基因组结构，展示了RNA病毒基因组进化的灵活性；此外，在高温的深海热泉等极端环境中，RNA病毒依旧存在多样性。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。”据悉，过去几年，阿里云积极与国内高校和研究机构展开合作，在生命科学领域已发表核酸和蛋白质统一基础模型-LucaOne、RNA病毒发现-LucaProt、磷循环蛋白家族识别-LucaPCycle等研究成果。</section></article>