中山大學和阿里云的聯(lián)合研究團隊發(fā)現(xiàn)了超過16萬個RNA病毒，他們的突破性成果在國際知名期刊《Cell》上發(fā)表。
發(fā)布時間：2024-10-10 點擊數(shù)：279
中山大學和阿里云的聯(lián)合研究團隊發(fā)現(xiàn)了超過16萬個RNA病毒，他們的突破性成果在國際知名期刊《Cell》上發(fā)表。
本文來源：錢江晚報
10月10日消息，國際頂級學術(shù)期刊《Cell》發(fā)表了中山大學與阿里云合作的科研成果，研究團隊利用云計算與AI技術(shù)發(fā)現(xiàn)了180個超群、16萬余種全新RNA病毒，是已知病毒種類的近30倍，大幅提升了業(yè)界對RNA病毒多樣性和病毒演化歷史的認知。
中山大學、阿里云聯(lián)合研究成果在國際頂刊《Cell》發(fā)表
《Cell》是國際公認學術(shù)聲譽最高的期刊，代表生命科學領(lǐng)域的最高水平。國內(nèi)每年入選《Cell》的論文數(shù)量僅有數(shù)十篇。此次入選的論文提出了一種基于深度學習的RNA病毒發(fā)現(xiàn)方法，是深度學習算法在病毒發(fā)現(xiàn)領(lǐng)域的里程碑式進展，為病毒學研究開創(chuàng)了全新范式。
病毒與人類的健康密切相關(guān)，但人類已知已確認的病毒種類僅有5000余種，這只是病毒世界的冰山一角。傳統(tǒng)RNA病毒鑒定方法高度依賴于序列同源性比對，即通過比較未知病毒與已知病毒的序列相似性來進行識別。然而，RNA病毒種類繁多且高度分化，傳統(tǒng)方法難以捕捉缺乏同源性或同源性極低的“暗物質(zhì)病毒”，新病毒發(fā)現(xiàn)的效率較低。
AI與病毒學研究的結(jié)合正在突破這一難題。本篇論文提出了全新的深度學習模型"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，在獨立的測試數(shù)據(jù)集上表現(xiàn)優(yōu)異，具有極高的準確性（假陽性率僅為0.014%）和特異性（假陰性率為1.72%）。
論文圖表之一
據(jù)介紹，研究團隊對來自全球生物環(huán)境樣本的10487份數(shù)據(jù)進行病毒挖掘，發(fā)現(xiàn)了513234條病毒基因組，代表161979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，病毒種類增加約30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(zhì)“。
該論文還揭示了多個病毒學領(lǐng)域新發(fā)現(xiàn)：發(fā)現(xiàn)迄今為止最長的RNA病毒基因組，長度達到47250個核苷酸；識別出超出以往認知的基因組結(jié)構(gòu)，展示了RNA病毒基因組進化的靈活性；此外，在高溫的深海熱泉等極端環(huán)境中，RNA病毒依舊存在多樣性。
中山大學醫(yī)學院教授施莽表示：“在科研領(lǐng)域，AI的應(yīng)用已經(jīng)勢不可擋，通過AI方法探索科學問題已取得了重要突破。這種研究范式將成為未來科學界的常態(tài)，也可能成為我們認知世界的重要手段?！?/span>
該論文共同第一作者、阿里云飛天實驗室算法專家賀勇表示：“基于AI+病毒學的新研究框架刷新了人類對病毒圈的認識，隨著這種認識的不斷完善，有助于人類對未來可能發(fā)生的大流行進行預警，以及進一步推動RNA病毒疫苗的研發(fā)?！?/span>
據(jù)悉，過去幾年，阿里云積極與國內(nèi)高校和研究機構(gòu)展開合作，在生命科學領(lǐng)域已發(fā)表核酸和蛋白質(zhì)統(tǒng)一基礎(chǔ)模型-LucaOne、RNA病毒發(fā)現(xiàn)-LucaProt、磷循環(huán)蛋白家族識別-LucaPCycle等研究成果。
免責聲明：該文章系我網(wǎng)轉(zhuǎn)載，旨在為讀者提供更多新聞資訊。所涉內(nèi)容不構(gòu)成投資、消費建議，僅供讀者參考。