雷鋒網(wǎng)消息，《Nature》雜志近日發(fā)布消息稱，研究人員利用人工智能發(fā)現(xiàn)了近6000種未知的病毒。這項(xiàng)工作是在3月15日由美國(guó)能源部(DOE)組織的一次會(huì)議上提出的，它展示了一種探索地球上巨大而未知的病毒多樣性的新工具。

從人類健康到垃圾降解，雖然病毒的影響力十分巨大，但它們卻很難被摸透。 科學(xué)家們無(wú)法在實(shí)驗(yàn)室環(huán)境中培養(yǎng)大多數(shù)病毒，識(shí)別其基因序列的嘗試也往往無(wú)法進(jìn)行，因?yàn)椴《镜幕蚪M很小并且進(jìn)化得很快。

近年來(lái)，研究人員通過(guò)對(duì)來(lái)自不同環(huán)境的樣本進(jìn)行DNA測(cè)序，來(lái)尋找未知的病毒。為了識(shí)別出現(xiàn)的微生物，研究人員搜索已知病毒和細(xì)菌的遺傳特征，正如文字處理器的“查找”功能會(huì)突出顯示文檔中包含特定字母的單詞。但是這種方法經(jīng)常失敗，因?yàn)椴《緦W(xué)家無(wú)法搜索他們不知道的東西。

不過(guò)，機(jī)器學(xué)習(xí)解決了這個(gè)問(wèn)題，因?yàn)樗梢园l(fā)現(xiàn)海量信息中的新興模式。機(jī)器學(xué)習(xí)算法解析數(shù)據(jù)，從中學(xué)習(xí)，然后自主分類信息。

南加州大學(xué)洛杉磯分校的計(jì)算生物學(xué)家Jie Ren表示，“以前，人們沒有辦法很好地研究病毒，但現(xiàn)在我們有新工具可以找到它們?！?/p>

在最近的一項(xiàng)研究中，美國(guó)能源部聯(lián)合基因組研究所（JGI）的計(jì)算生物學(xué)家 Simon Roux 訓(xùn)練計(jì)算機(jī)識(shí)別不常見的 Inoviridae 病毒家族的基因序列。這些病毒生存在細(xì)菌中并改變宿主的行為，例如，它們會(huì)使得引起霍亂的霍亂弧菌細(xì)菌毒性更強(qiáng)。在加州舊金山召開的會(huì)議上，他提出了自己的研究成果。他表示，在他的研究開始之前已經(jīng)有不到100種基因組被發(fā)現(xiàn)。

Roux提出了一種機(jī)器學(xué)習(xí)算法，其中包含兩組數(shù)據(jù)：其中一組含有來(lái)自已知的Inoviridae的805個(gè)基因組序列，另一個(gè)含有來(lái)自細(xì)菌和其他類型病毒的約2000個(gè)基因序列。該算法可以找到區(qū)分它們的方法。

接下來(lái)，Roux 向模型饋送大量宏基因組學(xué)數(shù)據(jù)集。該計(jì)算機(jī)回收了超過(guò)10000種的Inoviridae基因組，并將其分成不同種類的集群。他說(shuō)，其中一些集群之間的遺傳變異很大，以至于Inoviridae可能有很多家族。

雷鋒網(wǎng)了解到，在另一項(xiàng)研究中，巴西圣保羅大學(xué)的生物信息學(xué)家Deyvid Amgarten利用機(jī)器學(xué)習(xí)在城市動(dòng)物園尋找肥料堆中的病毒。他編寫了算法來(lái)搜索病毒基因組的一些顯著特征，例如給定長(zhǎng)度的DNA鏈中的基因密度。訓(xùn)練結(jié)束后，計(jì)算機(jī)復(fù)原了幾個(gè)似乎是新型的基因組，Amgarten表示。他在JGI會(huì)議上介紹了他的結(jié)果。最后一步是了解這些病毒產(chǎn)生的蛋白質(zhì)，看看它們中的哪些會(huì)加速有機(jī)物質(zhì)分解的速度?！拔覀兿胩岣叻柿系馁|(zhì)量。”他說(shuō)。

Amgarten 是從去年報(bào)告的一項(xiàng)機(jī)器學(xué)習(xí)工具即 Ren 的團(tuán)隊(duì)開發(fā)的 VirFinder 中得到靈感的。VirFinder被設(shè)計(jì)為尋找 DNA 堿基組合，例如 DNA 雙鏈中的 AT 或 GC。據(jù)雷鋒網(wǎng)了解，Ren將該算法應(yīng)用于健康人和肝硬化患者（一種由肝炎、慢性酒精中毒引起的疾?。┑幕蚪M樣本。機(jī)器將取樣的病毒完成了分組之后，該團(tuán)隊(duì)注意到樣本中某些特定類型的基因組在健康人群中相對(duì)更少或更多，這意味著這些基因組相關(guān)的病毒可能導(dǎo)致了疾病。

Ren的發(fā)現(xiàn)是一個(gè)引人注目的發(fā)現(xiàn)：生物醫(yī)學(xué)研究人員一直在想，病毒是否會(huì)導(dǎo)致一些難以捉摸的癥狀，如慢性疲勞綜合征（也稱為肌痛性腦脊髓炎）和炎癥性腸病?？的腋裰莘黝D的Jackson基因組醫(yī)學(xué)實(shí)驗(yàn)室的免疫學(xué)家Derya Unutmaz推測(cè)，病毒可能會(huì)引發(fā)一種破壞性炎癥反應(yīng)，或者他們可能會(huì)改變?nèi)梭w微生物群中細(xì)菌的行為，反過(guò)來(lái)會(huì)破壞新陳代謝和免疫系統(tǒng)。

Unutmaz說(shuō)，通過(guò)應(yīng)用機(jī)器學(xué)習(xí)，研究人員可以確定隱藏在患者身上的病毒。此外，由于AI有能力在海量數(shù)據(jù)集中尋找模式，這種方法也許可以將病毒數(shù)據(jù)與細(xì)菌相關(guān)聯(lián)，然后將癥狀數(shù)據(jù)與蛋白質(zhì)變化聯(lián)系起來(lái)。Unutmaz說(shuō)，“機(jī)器學(xué)習(xí)甚至可以揭示我們從來(lái)沒有想過(guò)的問(wèn)題。”

原文地址：https://www.nature.com/articles/d41586-018-03358-3

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。