展會(huì)信息港展會(huì)大全

科學(xué)智能又一重要成果:中澳科學(xué)家用AI發(fā)現(xiàn)超過(guò)16萬(wàn)種新病毒
來(lái)源:互聯(lián)網(wǎng)   發(fā)布日期:2024-10-13 20:20:10   瀏覽:2170次  

導(dǎo)讀:近日,中國(guó)和澳大利亞科學(xué)家的一項(xiàng)國(guó)際聯(lián)合研究利用人工智能(AI)工具發(fā)現(xiàn)了161979種新RNA病毒,是已知病毒種類的近30倍,大幅提升業(yè)界對(duì)RNA病毒多樣性和病毒演化歷史的認(rèn)知。這項(xiàng)研究也是迄今為止發(fā)表的數(shù)量最大的病毒物種發(fā)現(xiàn)論文。 圖片來(lái)源:阿里云 這...

近日,中國(guó)和澳大利亞科學(xué)家的一項(xiàng)國(guó)際聯(lián)合研究利用人工智能(AI)工具發(fā)現(xiàn)了161979種新RNA病毒,是已知病毒種類的近30倍,大幅提升業(yè)界對(duì)RNA病毒多樣性和病毒演化歷史的認(rèn)知。這項(xiàng)研究也是迄今為止發(fā)表的數(shù)量最大的病毒物種發(fā)現(xiàn)論文。

科學(xué)智能又一重要成果:中澳科學(xué)家用AI發(fā)現(xiàn)超過(guò)16萬(wàn)種新病毒

圖片來(lái)源:阿里云

這項(xiàng)經(jīng)過(guò)同行評(píng)審的研究10日發(fā)表在國(guó)際知名學(xué)術(shù)期刊《細(xì)胞》(Cell)上。研究的共同通訊作者[1]中山大學(xué)醫(yī)學(xué)院施莽教授告訴澎湃新聞(www.thepaper.cn):“人工智能算法模型使我們能夠挖掘出以前未知或被忽視的病毒。這種能力在疾病控制和快速識(shí)別新病原體方面尤為重要。”

今年剛剛揭曉的諾貝爾物理學(xué)獎(jiǎng)和化學(xué)獎(jiǎng)都和AI在科學(xué)領(lǐng)域的應(yīng)用有關(guān),將科學(xué)智能(AI for Science)推上了歷史風(fēng)口。施莽表示,對(duì)于病原學(xué)領(lǐng)域來(lái)說(shuō),AI完全不同于傳統(tǒng)工具,它是一種數(shù)據(jù)驅(qū)動(dòng)的研究模式,代表了一種新的科研范式。

“我們常說(shuō),新的方法帶來(lái)新的發(fā)現(xiàn),AI幫助我們突破了對(duì)病毒圈的認(rèn)知。這類方法還能應(yīng)用于更多病毒學(xué)領(lǐng)域的科學(xué)問(wèn)題,比如新發(fā)現(xiàn)的病毒是否具有致病性?是否可能引發(fā)下一次大流行?它的蛋白質(zhì)功能是什么?”施莽說(shuō),“在科研領(lǐng)域,AI的應(yīng)用已經(jīng)勢(shì)不可擋,通過(guò)AI方法探索科學(xué)問(wèn)題已取得了重要突破。這種研究范式將成為未來(lái)科學(xué)界的常態(tài),也可能成為我們認(rèn)知世界的重要手段。”

首次揭示了病毒圈“暗物質(zhì)”的含義

病毒是無(wú)處不在的微生物,但目前被人類識(shí)別的僅有5000余種,是病毒世界的冰山一角。其中一些病毒可能會(huì)導(dǎo)致人類患病,對(duì)于病毒的認(rèn)識(shí)擴(kuò)展,意味著能有助于人類應(yīng)對(duì)各種疾玻

根據(jù)病毒的遺傳物質(zhì),可將病毒分為DNA病毒和RNA病毒,一般來(lái)講,后者建構(gòu)更簡(jiǎn)單,在自然界中的數(shù)量也更多。RNA病毒無(wú)處不在,在最極端的環(huán)境中也有存在,是最神秘的微生物,甚至有可能參與了早期生命的起源。它們?cè)谌蛏鷳B(tài)系統(tǒng)中發(fā)揮著關(guān)鍵作用,其中一些是人類傳染病的病原體。

傳統(tǒng)的病毒發(fā)現(xiàn)方法包括病毒分離和通過(guò)比較未知病毒與已知病毒的序列相似性的生物信息學(xué)方法來(lái)進(jìn)行識(shí)別。然而,RNA病毒種類繁多且高度分化,傳統(tǒng)方法難以捕捉缺乏同源性或同源性極低的“暗物質(zhì)病毒”,新病毒發(fā)現(xiàn)的效率較低。但這些序列對(duì)應(yīng)的有類似功能的蛋白質(zhì)結(jié)構(gòu)卻有相對(duì)較高同源性,而基于AI的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)與病毒學(xué)研究的結(jié)合正在突破這一難題。

此前,已有科學(xué)家利用機(jī)器學(xué)習(xí)搜索了公開數(shù)據(jù)庫(kù)中存檔的基因組樣本,并發(fā)現(xiàn)了許多新的RNA病毒。此次發(fā)表在《細(xì)胞》雜志上的最新研究將這項(xiàng)工作更推進(jìn)了一步,即通過(guò)AI輔助的蛋白質(zhì)結(jié)構(gòu)的預(yù)測(cè)。

RNA病毒都有一個(gè)稱為“RdRp”的核心蛋白,即病毒RNA復(fù)制酶。上述研究根據(jù)一個(gè)全新的深度學(xué)習(xí)模型“LucaProt”,基于Transformer框架(構(gòu)建GPT等主流AI大模型的基礎(chǔ)框架),通過(guò)向其輸入蛋白質(zhì)序列預(yù)測(cè)。訓(xùn)練好的模型可以用來(lái)識(shí)別病毒 RdRp,并用它在大量基因組數(shù)據(jù)中查找這些未知病毒的類似蛋白序列。

值得一提的是,該AI模型包含一種名為ESMFold的蛋白質(zhì)預(yù)測(cè)工具,該工具由美國(guó)科技巨頭Meta的研究人員開發(fā)。類似的AI系統(tǒng)還包括由Google DeepMind的研究人員開發(fā)的AlphaFold,其CEO德米斯哈薩比斯(Demis Hassabis)于本周獲得了諾貝爾化學(xué)獎(jiǎng)。

利用這套算法,研究團(tuán)隊(duì)對(duì)來(lái)自全球生物環(huán)境樣本的10487份數(shù)據(jù)進(jìn)行病毒挖掘,發(fā)現(xiàn)了513134條病毒基因組,代表161979個(gè)潛在病毒種及180個(gè)RNA病毒超群。使RNA病毒超群數(shù)量擴(kuò)容約9倍,病毒種類增加約30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)”。

該論文還揭示多個(gè)病毒學(xué)領(lǐng)域新發(fā)現(xiàn):發(fā)現(xiàn)迄今為止最長(zhǎng)的RNA病毒基因組,長(zhǎng)度達(dá)到47250個(gè)核苷酸;識(shí)別出超出以往認(rèn)知的基因組長(zhǎng)度,展示了RNA病毒基因組進(jìn)化的靈活性超出之前病毒學(xué)家的認(rèn)知;此外,在高溫的深海熱泉等極端環(huán)境中,RNA病毒依舊存在多樣性。

“這些病毒中的絕大多數(shù)都已經(jīng)測(cè)序并存儲(chǔ)在公共數(shù)據(jù)庫(kù)中,但它們的差異太大,以至于沒(méi)人知道它們是什么,參與這項(xiàng)研究的悉尼大學(xué)醫(yī)學(xué)與健康學(xué)院醫(yī)學(xué)科學(xué)院的愛德華茲霍姆斯(Edwards Holmes)教授說(shuō),“它們包含通常被稱為序列 ‘暗物質(zhì)’的東西。我們的人工智能方法能夠組織和分類所有這些不同的信息,首次揭示了這種’暗物質(zhì)’的含義。”

大幅提升對(duì)病毒多樣性認(rèn)知

施莽團(tuán)隊(duì)的研究顯示病毒的多樣性遠(yuǎn)超人類想象,目前我們所看到的只是冰山一角,未來(lái)病毒分類體系可能會(huì)有大規(guī)模的調(diào)整。

論文共同作者、阿里云智能云棲實(shí)驗(yàn)室研究員李兆榮博士表示:“LucaProt是前沿人工智能技術(shù)與病毒學(xué)的重要結(jié)合,表明人工智能可以有效地完成生物探索任務(wù)。這種結(jié)合為進(jìn)一步解碼生物序列、從新視角解構(gòu)生物系統(tǒng)提供了寶貴的見解和激勵(lì)。我們也將繼續(xù)在病毒學(xué)人工智能領(lǐng)域的研究。”

施莽也進(jìn)一步介紹:“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(shí)別中尤為重要。特別是在疫情暴發(fā)時(shí),人工智能的速度和精度可以幫助科學(xué)家更快地鎖定潛在病原體。”

施莽表示,過(guò)去依靠繁瑣的生物信息學(xué)流程來(lái)發(fā)現(xiàn)病毒,限制了我們可以探索的多樣性。“現(xiàn)在,我們有了一個(gè)更有效的基于人工智能的模型,它提供了卓越的靈敏度和特異性,同讓我們能夠更深入地研究病毒多樣性。我們計(jì)劃將此模型應(yīng)用于各種應(yīng)用。”

施莽透露,下一步的研究包括對(duì)于病毒與宿主的關(guān)系,以及識(shí)別可以感染特定宿主的病毒群。

“例如,在人體中可以發(fā)現(xiàn)許多病毒,但并不是所有病毒都會(huì)感染人類。有些病毒專門感染細(xì)菌,有些則感染人類攝入的食物,還有些感染寄生蟲。因此,關(guān)鍵在于找到真正感染宿主細(xì)胞的病毒。另一種情況是,當(dāng)我們?cè)趧?dòng)物或媒介昆蟲中監(jiān)測(cè)潛在的人類病原體時(shí),需要一個(gè)工具來(lái)判斷在這些動(dòng)物和媒介中新發(fā)現(xiàn)的病毒是否具備跨物種傳播到人類并引發(fā)大流行的潛力。”他說(shuō)。

研究團(tuán)隊(duì)表示,將繼續(xù)訓(xùn)練該模型以發(fā)現(xiàn)更多的病毒多樣性,并且同樣的方法可以用于識(shí)別細(xì)菌和寄生蟲。

沒(méi)有參加這項(xiàng)研究的生物進(jìn)化學(xué)家姜小煒博士認(rèn)為: “對(duì)于擴(kuò)大對(duì)病毒圈的認(rèn)知來(lái)說(shuō),這是一種非常有前途的方法,基于AI的結(jié)構(gòu)生物學(xué)和演化生物學(xué)結(jié)合的方法會(huì)幫助科學(xué)家發(fā)現(xiàn)病毒在自然界很多未知的多樣性和演化規(guī)律。 以后更好的這類方法和數(shù)據(jù)會(huì)帶來(lái)更多的病毒多樣性和演化的重大發(fā)現(xiàn),幫助人類應(yīng)對(duì)未來(lái)挑戰(zhàn)。”

霍姆斯教授表示:“這是在一項(xiàng)研究中發(fā)現(xiàn)的新病毒種類數(shù)量最多的一次,極大地?cái)U(kuò)展了我們對(duì)生活在我們身邊的病毒的了解。然而這只是冰山一角,打開了一個(gè)探索的世界。還有數(shù)百萬(wàn)種病毒有待發(fā)現(xiàn),我們可以用同樣的方法來(lái)識(shí)別細(xì)菌和寄生蟲。誰(shuí)知道還會(huì)有什么額外的驚喜呢。”

贊助本站

相關(guān)內(nèi)容
AiLab云推薦
推薦內(nèi)容
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實(shí)驗(yàn)室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動(dòng)態(tài) | 免責(zé)聲明 | 隱私條款 | 工作機(jī)會(huì) | 展會(huì)港