10月9日，中山大学医学院的施莽教授团队与阿里云李兆融团队合作，在权威科学期刊《细胞》上发布了一项重要研究成果。他们揭示了全球范围内180个超群、超过16万种RNA病毒的存在，这一发现极大地拓宽了全球对于RNA病毒多样性的认识。这项研究创新性地运用了人工智能技术来鉴定病毒，为病毒学领域开辟了新的研究方向。

传统病毒发现手段很大程度上依赖现有的知识体系，但在面对RNA病毒时，由于这类病毒的高度变异性、种类繁多以及易于突变的特性，传统的鉴定效率并不理想。研究团队因此设计了一种新型人工智能算法，该算法通过对病毒和非病毒基因组序列进行深度学习，能够独立辨别病毒序列。借助这一先进工具，团队从全球各地收集的10487份RNA测序数据中，新发现了超过51万个病毒基因组片段，这些片段代表着约16万个可能的新病毒种类及180个RNA病毒超群。尤为引人注目的是，其中有23个超群是此前使用常规序列比对方法无法识别的，它们被比喻为病毒界的“暗物质”。

深入分析显示，这些新发现中包含了目前最长的RNA病毒基因组，其长度达到了47250个核苷酸，挑战了现有的基因组结构认知，展示了RNA病毒在进化上的高度灵活性。研究还揭示了多种前所未见的病毒功能蛋白，特别是那些与细菌相关的功能蛋白，提示着RNA噬菌体领域存在更广阔的未知等待探索。此外，研究发现即使在南极底泥、深海热泉等极端环境中，RNA病毒依旧保持着较高的数量和多样性。

施莽教授强调，人工智能算法在病毒发现中的应用具有重大意义，它能揭示先前未被注意或完全未知的病毒信息，这对于疾病防控和新病原体的快速识别至关重要。特别是在疫情应对中，人工智能的高效与精准可加速科学家锁定可能的病原体，为疫情防控争取宝贵时间。