![]()
提示：欢迎点击上方「PaperRss」↑关注我们！
![]()
近日，中山大学医学院教授团队携手阿里云团队，在顶尖学术期刊《细胞》杂志上发表了一项震撼学界的研究成果。该研究不仅大幅拓展了人类对 RNA 病毒的认知边界，还为病毒学研究开辟了全新路径。一直以来，病毒与人类健康息息相关，但人类已知的病毒种类仅 5000 余种，犹如病毒世界的冰山一角。尤其是 RNA 病毒，因其高度分化、种类繁多且易变异，传统发现方法识别效率极低。为突破这一困境，研究团队创新性地开发出一种人工智能算法。此算法能够对病毒和非病毒基因组序列进行深度学习，自主判断病毒序列。利用该算法，研究团队从全球生物环境样本的 10487 份 RNA 测序数据中，成功发现超过 51 万条病毒基因组，代表着超 16 万个潜在病毒种及 180 个 RNA 病毒超群。其中，有 23 个超群无法通过传统序列同源方法识别，堪称病毒圈的 “暗物质” 。研究还取得了诸多重要成果。团队报告了长度达 47250 个核苷酸的迄今最长 RNA 病毒基因组，发现了超乎以往认知的基因组结构，展现出 RNA 病毒基因组进化的灵活性。同时，识别到多种病毒功能蛋白，特别是与细菌相关的功能蛋白，表明还有更多类型的 RNA 噬菌体有待探索。此外，在南极底泥、深海热泉等极端环境中，RNA 病毒数量和多样性依然很高。此次研究提出的全新深度学习模型 “LucaProt”，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，在独立测试数据集上表现卓越，假阳性率仅 0.014%，假阴性率为 1.72%，准确性极高。中山大学医学院教授施莽表示，在科研领域，AI 的应用已势不可挡，通过 AI 探索科学问题已取得重要突破，这种研究范式将成未来科学界常态，甚至可能成为人类认知世界的重要手段。论文共同第一作者、阿里云飞天实验室算法专家贺勇称，基于 “AI + 病毒学” 的新研究框架，刷新了人类对病毒圈的认识，这将有助于对未来大流行预警及推动 RNA 病毒疫苗研发。这项研究成果不仅提升了业界对 RNA 病毒多样性和演化历史的认知，更为人类应对未来可能的病毒威胁提供了有力支持。- THE END -
![]()
【免责声明】图文来自网络，版权属于原作者，如有侵权或非授权发布之嫌，请联系我们，我们将及时更正、删除。转载目的在于促进信息交流，并不代表本公众号赞同其观点或对其内容真实性负责。欢迎关注PaperRSS公众号，每天都在更新。
![]()
![]()
PaperRSS，知名教育公众号。投稿、合作、转载授权事宜请联系本号。微信ID：IGDB2010 或邮箱：PaperRSS001@qq.com。此外，本公众号为国内实验室招聘人员、科研成果展示提供免费服务，欢迎垂询。
