10月10日,国际顶级学术期刊《Cell》发表了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,大幅提升了业界对RNA病毒多样性和病毒演化历史的认知。

　　此次入选的论文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里程碑式进展,为病毒学研究开创了全新范式。传统RNA病毒鉴定方法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九游智能体育科技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,具有极高的准确性(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10,487份数据进行病毒挖掘,发现了513,134条病毒基因组,代表161,979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”。

　　中山大学医学院教授施莽表九游智能体育科技示:“在科研领域,AI应用已经势不可挡,通过AI方法探索科学问题已取得了重要突破。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,随着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。”