AI技术发现超16万种RNA病毒 阿里云联合研究成果发表于国际期刊《Cell》

AI技术发现超16万种RNA病毒 阿里云联合研究成果发表于国际期刊《Cell》

阿里云联合研究团队采用基于深度学习的AI工具LucaProt，成功发现超过16万种RNA病毒，其中包括传统研究方法难以识别的病毒"暗物质"。这一突破性成果发表于国际顶级期刊《Cell》，不仅推动了病毒学研究的发展，也为未来利用AI技术探索生命科学开辟了新路径。

中山大学、阿里云联合悉尼大学、香港城市大学等多个院校及机构在上发表最新科研成果，研究团队利用人工智能（AI）技术发现超过16万种RNA病毒，其中包括传统研究方法未能识别的病毒“暗物质”。该研究推动病毒的发现，并提供了计算工具以更好地记录全球RNA病毒群。

在病毒研究中，“暗物质”通常指那些与已知病毒有显著不同的基因组特征和功能，现有的病毒识别工具可能无法有效识别的病毒。揭示这些潜在病毒种类有助于更全面地理解病毒的多样性和生态功能。

传统的RNA病毒鉴定方法包括卷积神经网络（CNNs）和递归神经网络（RNNs）高度依赖于序列同源性比对，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，传统方法难以捕捉那些缺乏同源性或同源性极低的“暗物质”病毒，因此难以突破已知框架的局限。

阿里云联合研究团队采用基于深度学习Transformer架构的AI工具LucaProt，结合蛋白质序列和结构特征，在测试数据集上表现优异，假阳性率仅为0.014%，假阴性率为1.72%。

LucaProt在测试数据集上表现优异，假阳性率仅为0.014%，假阴性率为1.72%。

“LucaProt的成功标志着深度学习在病毒发现领域的重大突破，推动AI在微生物学的广泛应用。未来，AI将成为重要工具，帮助我们预测病毒对人类的致病性，并为生物科学开辟新路，揭示更多病毒种类，”论文共同第一作者、阿里云飞天实验室算法专家贺勇表示，“这项研究是阿里云与学术和研究机构合作，利用云计算和AI推动生命科学创新的成果。”

LucaProt在来自全球不同生态系统的10,487个元转录物群（metatranscriptomes）中，找出高度差异的RNA病毒「暗物质」。使用该AI工具，研究团队共发现161,979种潜在RNA病毒和180种RNA病毒超群，包括60个新发现的超群得到确认，以及23个超群无法通过序列同源方法识别，被称为病毒「暗物质」。

“这项研究发现的新病毒种类数量是单项研究中最多的，极大地扩展了我们对与我们共存的病毒的了解，”论文合著者之一、悉尼大学医学与健康学院的医学科学系教授Edwards Holmes表示，“一次性发现这么多新病毒，令人震惊，而这只是冰山一角，为我们打开一个发现的世界。还有数百万计的病毒待被发现，我们可以将这种方法应用于识别细菌和寄生虫。”

此外，研究发现了迄今为止最长的RNA病毒基因组之一，长度达到47,250个核苷酸。同时，研究还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。这些发现与多种功能性病毒蛋白的识别相辅相成，特别是与细菌相关的功能蛋白，进一步表明还有更多类型的RNA噬菌体亟待探索。

研究显示全球RNA病毒的生态分布广泛，许多新发现仅在单一生态系统中存在，部分病毒表现出对特定生态位的适应性。新发现的病毒主要来自于各种生态环境，包括热液喷口（hydrothermal vents）、温泉、盐碱滩、沉积物和活性污泥等极端环境。这些结果突显了RNA病毒多样性的巨大潜力，也为未来的环境取样和病毒发现提供了重要依据。