記者10月10日從中山大學獲悉，中山大學醫學院施莽教授團隊與阿里云李兆融團隊在《細胞》雜志（Cell）發表的論文報告了全球范圍的180個超群、16萬余種的RNA病毒發現，大幅擴展了全球RNA病毒的多樣性。

該研究將人工智能技術應用于病毒鑒定，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。

傳統的病毒發現方法包括病毒分離和生命組學的生物信息學分析，高度依賴既有知識，面對RNA病毒這種高度分化、種類繁多且容易變異的病毒識別效率低。在該研究中，團隊開發的人工智能算法能夠對病毒和非病毒基因組序列深度學習，并在數據集中自主判斷病毒序列。

利用這套算法，研究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16萬個潛在病毒種及180個RNA病毒超群。其中23個超群無法通過序列同源方法識別。

“人工智能的算法模型能夠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，人工智能的速度和精度可以幫助科學家更快地鎖定潛在病原體。”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，并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。

同時，團隊還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。

施莽表示，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象，目前所看到的仍是“冰山一角”。（記者鄭天虹、楊淑馨）