IT之家從中山大學(xué)官方微信公眾號(hào)獲悉,10 月 9 日,中山大學(xué)醫(yī)學(xué)院施莽教授團(tuán)隊(duì)與阿里云李兆融團(tuán)隊(duì)在《細(xì)胞》(Cell)雜志上發(fā)表論文,報(bào)告了 180 個(gè)超群、超過(guò) 16 萬(wàn)種全球 RNA 病毒的發(fā)現(xiàn),這是迄今為止規(guī)模最大的 RNA 病毒研究,大幅擴(kuò)展了全球 RNA 病毒的多樣性,該研究將人工智能技術(shù)應(yīng)用于病毒鑒定,發(fā)現(xiàn)了傳統(tǒng)方法未能發(fā)現(xiàn)的病毒“暗物質(zhì)”,探索了病毒學(xué)研究的新路徑。
據(jù)介紹,傳統(tǒng)的病毒發(fā)現(xiàn)方法包括病毒分離和生命組學(xué)的生物信息學(xué)分析,高度依賴既有知識(shí),面對(duì) RNA 病毒這種高度分化、種類繁多且容易變異的病毒識(shí)別效率低。該研究團(tuán)隊(duì)開(kāi)發(fā)的 LucaProt 人工智能算法能夠?qū)Σ《竞头遣《净蚪M序列深度學(xué)習(xí),并在數(shù)據(jù)集中自主判斷病毒序列。
據(jù)IT之家了解,LucaProt 是一種能夠深度學(xué)習(xí)的 Transformer 模型,在大量學(xué)習(xí)病毒和非病毒基因組序列后,可以自主形成一套關(guān)于病毒的判斷標(biāo)準(zhǔn),從而在大量的 RNA 測(cè)序數(shù)據(jù)集中挖掘出病毒序列。在測(cè)試中,LucaProt 表現(xiàn)出極高的準(zhǔn)確性和特異性,假陽(yáng)性率為 0.014%,假陰性率為 1.72%。在與其他病毒挖掘工具的對(duì)比中,它也在處理較長(zhǎng)序列的方面展現(xiàn)出優(yōu)勢(shì)。
利用 LucaProt,研究團(tuán)隊(duì)對(duì)來(lái)自全球生物環(huán)境樣本的 10,487 份 RNA 測(cè)序數(shù)據(jù)進(jìn)行病毒挖掘,發(fā)現(xiàn)了超過(guò) 51 萬(wàn)條病毒基因組,代表超過(guò) 16 萬(wàn)個(gè)潛在病毒種及 180 個(gè) RNA 病毒超群(相當(dāng)于門(mén)或綱的分類級(jí)別),使 RNA 病毒超群數(shù)量擴(kuò)容約 9 倍。其中 23 個(gè)超群無(wú)法通過(guò)序列同源方法識(shí)別,被稱為病毒圈的“暗物質(zhì)”。
在這項(xiàng)研究中,團(tuán)隊(duì)報(bào)告了迄今最長(zhǎng)的 RNA 病毒基因組,長(zhǎng)度達(dá)到 47,250 個(gè)核苷酸;發(fā)現(xiàn)了超出以往認(rèn)知的基因組結(jié)構(gòu),展現(xiàn)出 RNA 病毒基因組進(jìn)化的靈活性;識(shí)別到多種病毒功能蛋白,特別是與細(xì)菌相關(guān)的功能蛋白,進(jìn)一步表明還有更多類型的 RNA 噬菌體亟待探索。
研究指出,新發(fā)現(xiàn)的病毒分布在地球的各類生態(tài)環(huán)境中?傮w上,落葉層、濕地、淡水和廢水環(huán)境的病毒多樣性最高。然而,在南極底泥、深海熱泉、活性污泥和鹽堿灘等極端環(huán)境中,RNA 病毒的多樣性和豐度并不低,甚至在深海熱泉的高溫環(huán)境中,仍有 RNA 病毒在活躍復(fù)制。
LucaProt 雖然是一個(gè)專門(mén)為 RNA 病毒發(fā)現(xiàn)設(shè)計(jì)的模型,但它同時(shí)融合了對(duì)蛋白質(zhì)序列和隱含結(jié)構(gòu)信息識(shí)別的功能,也可用于蛋白質(zhì)功能的鑒定。在論文中,研究團(tuán)隊(duì)開(kāi)源了 LucaProt 模型,并通過(guò)在線網(wǎng)站分享給全球科學(xué)家。
榜單收錄、高管收錄、融資收錄、活動(dòng)收錄可發(fā)送郵件至news#citmt.cn(把#換成@)。
海報(bào)生成中...