广东讯（通讯： 张梓欣 记者 刘盾）“通过智能技术，我们发现了许多未研究过的病毒群体，以及具有特殊长度、复杂基因组结构的RNA（核糖核酸）病毒类型。”日前，中山大学医学院教授施莽团队在将人工智能技术应用于病毒鉴定方面实现突破。他们跨越重重技术难关，发现了大量全新RNA病毒。
过去，人们通过分离培养病毒，在显微镜下观察确认病毒的存在。随着技术发展，科学家们利用测序技术，通过比较未知病毒和已知病毒核酸序列的相似性，来识别和鉴定新病毒。然而，这些传统的病毒发现方法比较依赖既有知识，还有很多病毒缺乏同源性或同源性低，用传统方法很难识别，这类病毒被称为“暗物质病毒”。
如何突破传统病毒发现方法的瓶颈，用更高效、更精准的方法去发现和鉴定新病毒，并进行下游的验证工作？
2020年起，中山大学研究团队开发了一种基于同源性的生物信息学算法，它能够帮助科研人员发现远缘的病毒，但仍面临着操作烦琐，以及难以深入探测“暗物质病毒”的技术难关。2022年，中山大学研究团队与阿里云李兆融团队的一次偶然交流，为发现“暗物质病毒”带来了契机。此后，两个团队展开紧密合作，联合开发用于病毒发现的人工智能模型。
反复优化模型后，LucaProt人工智能算法能够对病毒和非病毒基因组序列深度学习，且能在数据集中后，自主判断病毒序列。“与传统方法相比，LucaProt结合了序列和预测结构信息，在准确性、效率以及检测病毒多样性方面展现出很大优势。”项目相关负责人介绍，LucaProt人工智能算法专为RNA病毒发现而设计，其框架融合了蛋白质序列与隐含的结构信息。科研人员输入蛋白质序列，就可以对该序列进行判别。
在来自全球生物环境样本的10487份RNA测序数据中，研究团队利用这套算法，发现了超过51万条病毒基因组，代表超过16万个潜在病毒种及180个RNA病毒超群，使RNA病毒超群数量扩容约9倍。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”。
责编：欧文秀 审核：米振华
