“AI大發(fā)現(xiàn)”時(shí)代要來了？我國科學(xué)家發(fā)現(xiàn)超16萬種病毒圈“暗物質(zhì)”！

日前，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)，是已知病毒種類的近30倍，大幅提升了業(yè)界對(duì)RNA病毒多樣性和病毒演化歷史的認(rèn)知。該研究將人工智能技術(shù)應(yīng)用于病毒鑒定，探索了病毒學(xué)研究的新路徑。

01 識(shí)別病毒圈的“暗物質(zhì)”

病毒與人類的健康密切相關(guān)，但人類已知已確認(rèn)的病毒種類僅有5000余種，這只是病毒世界的冰山一角。傳統(tǒng)的病毒發(fā)現(xiàn)方法高度依賴既有知識(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，研究團(tuán)隊(duì)開發(fā)了一種人工智能算法，其能對(duì)病毒和非病毒基因組序列深度學(xué)習(xí)，并自主判斷病毒序列。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10487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)”。

圖庫版權(quán)圖片，轉(zhuǎn)載使用可能引發(fā)版權(quán)糾紛

02 極高的準(zhǔn)確性

通過進(jìn)一步分析，研究團(tuán)隊(duì)報(bào)告了迄今最長的RNA病毒基因組，長度達(dá)到47250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。

本篇論文提出了全新的深度學(xué)習(xí)模型"LucaProt"，它基于Transformer框架與大模型表征技術(shù)，結(jié)合蛋白質(zhì)序列和內(nèi)在結(jié)構(gòu)性特征，在獨(dú)立的測(cè)試數(shù)據(jù)集上表現(xiàn)優(yōu)異，具有極高的準(zhǔn)確性(假陽性率僅為0.014%)和特異性(假陰性率為1.72%)。

圖庫版權(quán)圖片，轉(zhuǎn)載使用可能引發(fā)版權(quán)糾紛

03 AI或成人類認(rèn)知世界的新手段

中山大學(xué)醫(yī)學(xué)院教授施莽表示，在科研領(lǐng)域，AI的應(yīng)用已經(jīng)勢(shì)不可擋，通過AI方法探索科學(xué)問題已取得了重要突破。“這種研究范式將成為未來科學(xué)界的常態(tài)，也可能成為我們認(rèn)知世界的重要手段。”

該論文共同第一作者、阿里云飛天實(shí)驗(yàn)室算法專家賀勇表示，基于“AI+病毒學(xué)”的新研究框架刷新了人類對(duì)病毒圈的認(rèn)識(shí)，隨著這種認(rèn)識(shí)的不斷完善，有助于人類對(duì)未來可能發(fā)生的大流行進(jìn)行預(yù)警，以及進(jìn)一步推動(dòng)RNA病毒疫苗的研發(fā)。

綜合來源：光明日?qǐng)?bào)、中國新聞網(wǎng)等。