今天小編分享的互聯網經驗：AI發現超16萬種RNA病毒，中山大學、阿裡雲聯合研究成果在國際頂刊《Cell》發表，歡迎閱讀。
10 月 10 日消息，國際頂級學術期刊《Cell》發表了中山大學與阿裡雲合作的科研成果，研究團隊利用雲計算與 AI 技術發現了 180 個超群、16 萬餘種全新 RNA 病毒，是已知病毒種類的近 30 倍，大幅提升了業界對 RNA 病毒多樣性和病毒演化歷史的認知。
《Cell》是國際公認學術聲譽最高的期刊，代表生命科學領網域的最高水平。國内每年入選《Cell》的論文數量僅有數十篇。此次入選的論文提出了一種基于深度學習的 RNA 病毒發現方法，是深度學習算法在病毒發現領網域的裡程碑式進展，為病毒學研究開創了全新範式。
病毒與人類的健康密切相關，但人類已知已确認的病毒種類僅有 5000 餘種，這只是病毒世界的冰山一角。傳統 RNA 病毒鑑定方法高度依賴于序列同源性比對，即通過比較未知病毒與已知病毒的序列相似性來進行識别。然而，RNA 病毒種類繁多且高度分化，傳統方法難以捕捉缺乏同源性或同源性極低的 " 暗物質病毒 "，新病毒發現的效率較低。
AI 與病毒學研究的結合正在突破這一難題。本篇論文提出了全新的深度學習模型 "LucaProt"，它基于 Transformer 框架與大模型表征技術，結合蛋白質序列和内在結構性特征，在獨立的測試數據集上表現優異，具有極高的準确性（假陽性率僅為 0.014%）和特異性（假陰性率為 1.72%）。
據介紹，研究團隊對來自全球生物環境樣本的 10,487 份數據進行病毒挖掘，發現了 513,134 條病毒基因組，代表 161,979 個潛在病毒種及 180 個 RNA 病毒超群。使 RNA 病毒超群數量擴容約 9 倍，病毒種類增加約 30 倍，其中 23 個超群無法通過序列同源方法識别，被稱為病毒圈的 " 暗物質 "。
該論文還揭示了多個病毒學領網域新發現：發現迄今為止最長的 RNA 病毒基因組，長度達到 47,250 個核苷酸；識别出超出以往認知的基因組結構，展示了 RNA 病毒基因組進化的靈活性；此外，在高溫的深海熱泉等極端環境中，RNA 病毒依舊存在多樣性。
中山大學醫學院教授施莽表示：" 在科研領網域，AI 的應用已經勢不可擋，通過 AI 方法探索科學問題已取得了重要突破。這種研究範式将成為未來科學界的常态，也可能成為我們認知世界的重要手段。"
該論文共同第一作者、阿裡雲飛天實驗室算法專家賀勇表示：" 基于 AI+ 病毒學的新研究框架刷新了人類對病毒圈的認識，随着這種認識的不斷完善，有助于人類對未來可能發生的大流行進行預警，以及進一步推動 RNA 病毒疫苗的研發。"
據悉，過去幾年，阿裡雲積極與國内高校和研究機構展開合作，在生命科學領網域已發表核酸和蛋白質統一基礎模型 -LucaOne、RNA 病毒發現 -LucaProt、磷循環蛋白家族識别 -LucaPCycle 等研究成果。
雷峰網
