科技日报记者 崔爽
记者10月10日获悉，国际学术期刊《Cell》(《细胞》)发表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人工智能(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，大幅提升业界对RNA病毒多样性和病毒演化历史的认知。
该研究成果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重要进展，为病毒学研究开创全新范式。
病毒与人类健康密切相关，但人类已知已确认的病毒种类仅有5000余种，是病毒世界的冰山一角。传统RNA病毒鉴定方法高度依赖序列同源性比对，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10487份数据进行病毒挖掘，发现了513134条病毒基因组，代表161979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47250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，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。
(采访对象供图)
