本報訊（通訊員 張梓欣 記者 劉盾）“通過智能技術，我們發(fā)現(xiàn)了許多未研究過的病毒群體，以及具有特殊長度、復雜基因組結構的RNA（核糖核酸）病毒類型?！比涨埃猩酱髮W醫(yī)學院教授施莽團隊在將人工智能技術應用于病毒鑒定方面實現(xiàn)突破。他們跨越重重技術難關，發(fā)現(xiàn)了大量全新RNA病毒。

　　過去，人們通過分離培養(yǎng)病毒，在顯微鏡下觀察確認病毒的存在。隨著技術發(fā)展，科學家們利用測序技術，通過比較未知病毒和已知病毒核酸序列的相似性，來識別和鑒定新病毒。然而，這些傳統(tǒng)的病毒發(fā)現(xiàn)方法比較依賴既有知識，還有很多病毒缺乏同源性或同源性低，用傳統(tǒng)方法很難識別，這類病毒被稱為“暗物質病毒”。

　　如何突破傳統(tǒng)病毒發(fā)現(xiàn)方法的瓶頸，用更高效、更精準的方法去發(fā)現(xiàn)和鑒定新病毒，并進行下游的驗證工作？

　　2020年起，中山大學研究團隊開發(fā)了一種基于同源性的生物信息學算法，它能夠幫助科研人員發(fā)現(xiàn)遠緣的病毒，但仍面臨著操作煩瑣，以及難以深入探測“暗物質病毒”的技術難關。2022年，中山大學研究團隊與阿里云李兆融團隊的一次偶然交流，為發(fā)現(xiàn)“暗物質病毒”帶來了契機。此后，兩個團隊展開緊密合作，聯(lián)合開發(fā)用于病毒發(fā)現(xiàn)的人工智能模型。

　　反復優(yōu)化模型后，LucaProt人工智能算法能夠對病毒和非病毒基因組序列深度學習，且能在數(shù)據(jù)集中后，自主判斷病毒序列?！芭c傳統(tǒng)方法相比，LucaProt結合了序列和預測結構信息，在準確性、效率以及檢測病毒多樣性方面展現(xiàn)出很大優(yōu)勢?！表椖肯嚓P負責人介紹，LucaProt人工智能算法專為RNA病毒發(fā)現(xiàn)而設計，其框架融合了蛋白質序列與隱含的結構信息?？蒲腥藛T輸入蛋白質序列，就可以對該序列進行判別。

　　在來自全球生物環(huán)境樣本的10487份RNA測序數(shù)據(jù)中，研究團隊利用這套算法，發(fā)現(xiàn)了超過51萬條病毒基因組，代表超過16萬個潛在病毒種及180個RNA病毒超群，使RNA病毒超群數(shù)量擴容約9倍。其中23個超群無法通過序列同源方法識別，被稱為病毒圈的“暗物質”。

《中國教育報》2024年10月21日 第01版