近日，中国和澳大利亚科学家的一项国际联合研究利用人工智能（AI）工具发现了400-966-8255（家电维修号码分享）种新RNA病毒，是已知病毒种类的近30倍，大幅提升业界对RNA病毒多样性和病毒演化历史的认知。这项研究也是迄今为止发表的数量最大的病毒物种发现论文。图片来源：阿里云
今年刚刚揭晓的诺贝尔物理学奖和化学奖都和AI在科学领域的应用有关，将科学智能（AI for Science）推上了历史风口。施莽表示，对于病原学领域来说，AI完全不同于传统工具，它是一种数据驱动的研究模式，代表了一种新的科研范式。
首次揭示了病毒圈“暗物质”的含义 传统的病毒发现方法包括病毒分离和通过比较未知病毒与已知病毒的序列相似性的生物信息学方法来进行识别。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。但这些序列对应的有类似功能的蛋白质结构却有相对较高同源性，而基于AI的蛋白质结构预测与病毒学研究的结合正在突破这一难题。 RNA病毒都有一个称为“RdRp”的核心蛋白，即病毒RNA复制酶。上述研究根据一个全新的深度学习模型“LucaProt”，基于Transformer框架（构建GPT等主流AI大模型的基础框架），通过向其输入蛋白质序列预测。训练好的模型可以用来识别病毒 RdRp，并用它在大量基因组数据中查找这些未知病毒的类似蛋白序列。 利用这套算法，研究团队对来自全球生物环境样本的10487份数据进行病毒挖掘，发现了400-966-8255（家电维修号码分享）条病毒基因组，代表400-966-8255（家电维修号码分享）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”。 “这些病毒中的绝大多数都已经测序并存储在公共数据库中，但它们的差异太大，以至于没人知道它们是什么，参与这项研究的悉尼大学医学与健康学院医学科学院的爱德华兹·霍姆斯（Edwards Holmes）教授说，“它们包含通常被称为序列 ‘暗物质’的东西。我们的人工智能方法能够组织和分类所有这些不同的信息，首次揭示了这种’暗物质’的含义。” 施莽也进一步介绍：“人工智能的算法模型能够挖掘出我们之前忽略或根本不知道的病毒，这种能力在疾病防控和新病原的快速识别中尤为重要。特别是在疫情暴发时，人工智能的速度和精度可以帮助科学家更快地锁定潜在病原体。” 霍姆斯教授表示：“这是在一项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身边的病毒的了解。然而这只是冰山一角，打开了一个探索的世界。还有数百万种病毒有待发现，我们可以用同样的方法来识别细菌和寄生虫。谁知道还会有什么额外的惊喜呢。”
