科學家借助AI科技發現病毒“暗物質”

科技日報廣州10月10日電(記者龍躍梅通訊員朱嘉豪李建平)記者10日從中山大學獲悉,該校醫學院施莽教授團隊與阿裡雲李兆融團隊將人工智慧(AI)科技應用於病毒鑒定,發現了傳統研究方法未能發現的病毒“暗物質”,探索了病毒學研究的新路徑。在該研究中,團隊開發的LucaProt人工智慧算灋,能够對病毒和非病毒基因組序列進行深度學習,並在數據集中自主判斷病毒序列。

科技日報廣州10月10日電(記者龍躍梅通訊員朱嘉豪李建平)記者10日從中山大學獲悉,該校醫學院施莽教授團隊與阿裡雲李兆融團隊將人工智慧(AI)科技應用於病毒鑒定,發現了傳統研究方法未能發現的病毒“暗物質”,探索了病毒學研究的新路徑。相關成果近日發表在國際期刊《細胞》上。

據介紹,傳統的病毒發現方法包括病毒分離和生命組學的生物資訊學分析,高度依賴既有知識,對RNA病毒這種高度分化、種類繁多且容易變異的病毒識別率低。

在該研究中,團隊開發的LucaProt人工智慧算灋,能够對病毒和非病毒基因組序列進行深度學習,並在數據集中自主判斷病毒序列。利用這套算灋,團隊在來自全球生物環境樣本的10487份RNA測序數據中發現了超過51萬條病毒基因組,代表超過16萬個潜在病毒種及180個RNA病毒超群,大幅擴展了全球RNA病毒的多樣性。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”。

“人工智慧的算灋模型能够挖掘出我們之前忽略或根本不知道的病毒,這種能力在疾病防控和新病原的快速識別中尤為重要。特別是在疫情暴發時,人工智慧的速度和精度可以幫助科學家更快地鎖定潜在病原體。”施莽說。

通過進一步分析,團隊報告了迄今最長的RNA病毒基因組,長度達到47250個核苷酸;發現了超出以往認知的基因組結構,展現出RNA病毒基因組進化的靈活性;識別到多種病毒功能蛋白,特別是與細菌相關的功能蛋白,進一步表明還有更多類型的RNA噬菌體亟待探索;發現在南極底泥、深海熱泉、活性污泥和鹽鹼灘等極端環境中,RNA病毒的數量和多樣性仍然較高。這些發現重繪了科學家對病毒圈的認知。

“面對遠源的新病毒,現有病毒分類體系已經顯得力不從心。未來,這一體系在門、綱等更深層次的分類上,可能會有大規模調整。”施莽說,他們的研究展示了病毒多樣性的深度,但廣度仍有待更多樣本的補充。病毒的多樣性遠超人類想像,現時看到的仍是冰山一角。

施莽表示,未來將繼續通過跨領域科研合作,充分利用云計算和人工智慧優勢,解决生命科學領域的重要問題。

資料標籤:
本文標題: 科學家借助AI科技發現病毒“暗物質”
永久網址: https://www.laoziliao.net/doc/1728641532466324
相关資料
生命成分是如何來到地球的
英國劍橋大學地球科學系雷薩·馬丁斯博士曾提出一個引人深思的問題:“生命起源所需的關鍵物質究竟從何而來?他們利用隕石中鋅的獨特化學指紋,試圖揭開地球上揮發性物質的起源之謎。
標籤:
科學發現中“無心插柳柳成蔭”的故事
制出清潔氫氣的同時發現3D石墨烯(顯微鏡圖)。科學史上,偶然發現並不鮮見。
標籤:
AI新模型快速預測資料光學性質
科技日報訊(記者劉霞)據美國趣味工程網站近日報導,日本東北大學和美國麻省理工學院科學家,成功開發出一款新人工智慧(AI)模型GNNOpt。該模型能以與量子類比相同的精度預測資料的光學性質,但速度能快100萬倍。
標籤:
新顯微成像法分辯率可達20納米
科技日報北京10月11日電(記者張佳欣)如果想看到高解析度物體,例如細胞中的納米級結構,就必須使用高功率且昂貴的超分辯率顯微鏡。據最新一期《自然·方法》雜誌報導,美國麻省理工學院的研究人員開發了一種在成像前先讓組織膨脹的方法,最高可將其擴大
標籤: