隐藏的病毒圈：人工智能帮助发现了超过160,000种新的病毒物种
作者：by University of Sydney
人工智能（AI）被用来揭示生活在我们脚下和地球每一个角落的多样而基本的生命形式的细节。
研究人员使用一种机器学习工具发现了共计161,979种新的RNA病毒，这一发现被认为将极大地改善地球生命图谱，并有助于识别尚未被描述的数以百万计的更多病毒。
发表于细胞由国际研究团队进行的一项研究表明，这是有史以来发表的最大规模的病毒物种发现论文。
悉尼大学医学与健康学院医学院科学系资深作者霍尔姆斯教授表示：“我们被提供了一个窥视地球上通常隐藏的生命部分的窗口，揭示了令人惊叹的生物多样性。”
“这是单次研究中发现的新病毒种类数量最多的一次，极大地扩展了我们对生活在我们周围的病毒的认识。”霍尔姆斯教授说。
一次性发现这么多新病毒令人震惊，这只是冰山一角，开启了探索的新世界。还有数以百万计的生物等待被发现，我们可以用同样的方法来识别细菌和寄生虫。
尽管RNA病毒通常与人类疾病它们也存在于极端环境遍布世界各地，甚至在全球生态系统中扮演关键角色。在这项研究中，它们被发现在大气层、温泉和热液喷口之中生活。
霍尔姆斯教授说：“极端环境中存在如此多种类的病毒，只是它们惊人多样性和在最恶劣环境下生存能力的一个例子，这可能为我们提供线索，揭示病毒及其他基本生命形式是如何形成的。”
AI工具是如何工作的
研究人员建立了一个深度学习算法卢卡普罗特，用于计算大量的基因序列数据，包括长达47,250个核苷酸的病毒基因组和复杂的基因组信息，以发现超过160,000种病毒。
“这些病毒中的绝大多数已经完成了测序并存储在公共数据库中，但由于它们的多样性太大，没有人知道它们是什么，”霍尔姆斯教授说。“它们构成了通常所说的序列‘暗物质’。我们的AI方法能够组织和分类所有这些分散的信息，首次揭示了这种暗物质的意义。”
该AI工具经过训练，能够计算暗物质并根据所有RNA病毒用于复制的蛋白质序列和二级结构来识别病毒。
它能够显著加快病毒发现的速度，如果使用传统方法，这将是一个耗时的过程。
中山大学的合作作者、该研究的机构负责人石猛教授说：“我们过去依赖繁琐的生物信息学流程来发现病毒，这限制了我们可以探索的多样性。现在，我们有一个基于人工智能的更有效的模型，它提供了出色的敏感性和特异性，并且同时使我们能够更深入地探索病毒多样性。我们计划将该模型应用于各种应用。”
阿里云智能阿波罗实验室的研究员李兆荣博士表示：“LucaProt代表了尖端人工智能技术与病毒学的重要融合，证明了AI能够在生物探索中有效完成任务。”
此集成提供了宝贵的见解和激励，进一步解析生物序列并从新的视角拆解生物系统。我们也将继续在病毒学领域的人工智能研究。
霍姆斯教授说：“显而易见的下一步是训练我们的方法来发现更多这种惊人的多样性，谁知道还会有什么额外的惊喜等着我们。”
更多信息：侯等人，利用人工智能记录隐藏的RNA病毒圈细胞 (2024). DOI: 10.1016/j.cell.2024.09.027. www.cell.com/cell/fulltext/S0092-8674(24)01085-7
期刊信息： 细胞
引用出处隐藏的病毒圈：AI帮助发现超过160,000种新病毒物种（2024年10月9日） 检索于2024年10月9日 从https://phys.org/news/2024-10-hidden-virosphere-ai-virus-species.html
本文件受版权保护。除个人研究或学习目的的合理使用外，未经书面许可不得复制任何部分。所提供的内容仅作信息用途。
暂无评论