最近，研究者借助 AI 技術(shù)發(fā)現(xiàn)了近 6000 種前所未聞的新病毒，這一工作已在 3 月 15 號(hào)由美國能源部（DOE）組織的一場會(huì)議中展示，成為了一種探索發(fā)現(xiàn)數(shù)量巨大、種類繁多的病毒的新工具。

盡管從人類健康到垃圾降解，病毒的影響力無處不在，卻很難被研究。科學(xué)家無法在實(shí)驗(yàn)室培植絕大多數(shù)病毒，確定其基因序列的嘗試也多遭失敗，因?yàn)樗鼈兊幕蚪M極小，且進(jìn)化迅速。

近年來，通過將取自不同環(huán)境的樣本中的 DNA 進(jìn)行排序，研究者已經(jīng)獲得了一些未知的病毒。為了確定目前存在的微生物，研究者搜集了已知病毒和細(xì)菌的基因特征，就如同文字處理器的「查找」功能會(huì)突出顯示文檔中包含特定字母的單詞。但這一方法經(jīng)常失敗，因?yàn)椴《緦W(xué)家無法搜集他們不知道的東西。機(jī)器學(xué)習(xí)解決了這一問題，因?yàn)樗梢园l(fā)現(xiàn)海量數(shù)據(jù)中的潛在模式。機(jī)器學(xué)習(xí)算法解析數(shù)據(jù)，從中學(xué)習(xí)，接著自動(dòng)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 說：「從前沒有研究病毒的好方法，但現(xiàn)在就不同了，我們有了新工具。」

上周日，美國能源部聯(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：比如，它們會(huì)使引起霍亂的細(xì)菌即霍亂弧菌的毒性變得更強(qiáng)。Roux 在 JGI 組織的會(huì)議上（加州，舊金山）展示了其研究，稱在他的研究開始前已識(shí)別到的基因組種類不到 100 種。

Roux 展示了一個(gè)機(jī)器學(xué)習(xí)算法，該算法使用兩個(gè)數(shù)據(jù)集：一個(gè)包含 805 個(gè)來自已知 Inoviridae 的基因序列，另一個(gè)包含 2000 個(gè)來自細(xì)菌和其他病毒的基因序列。算法可以找到一種方式來區(qū)分二者。

然后，Roux 向模型饋送大量宏基因組學(xué)數(shù)據(jù)集。計(jì)算機(jī)恢復(fù)了一萬多種 Inoviridae 基因組，并將其分成不同種類的集群。這些集群之間的基因變異非常大，意味著 Inoviridae 可能有很多家族。

病毒學(xué)習(xí)

在另一項(xiàng)獨(dú)立研究中，巴西圣保羅大學(xué)的生物信息學(xué)家 Deyvid Amgarten 應(yīng)用機(jī)器學(xué)習(xí)來在城市動(dòng)物園的天然肥料堆中尋找病毒。他將算法設(shè)計(jì)為可以搜索病毒基因組的幾個(gè)可分辨特征，例如給定長度的 DNA 雙鏈的基因密度。經(jīng)過訓(xùn)練之后，計(jì)算機(jī)復(fù)原了幾種可能是新型的基因組，Amgarten 說。他將這個(gè)結(jié)果在 JGI 會(huì)議上進(jìn)行了展示。最后一步是學(xué)習(xí)這些病毒生成的蛋白質(zhì)種類，然后檢查哪些蛋白質(zhì)將加速有機(jī)物的破壞。「我們希望改善肥料的質(zhì)量。」他說。

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)用于尋找 DNA 堿基組合，例如 DNA 雙鏈中的 AT 或 GC。Ren 將算法應(yīng)用到從健康人和肝硬化患者（由肝炎或慢性酒精中毒導(dǎo)致的疾病）的臉部取樣的宏基因組。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 的成果是一項(xiàng)很誘人的發(fā)現(xiàn)：生物醫(yī)學(xué)研究者長期以來一直很困惑，到底是哪些病毒導(dǎo)致了那些疑難雜癥，例如慢性疲勞綜合癥（也稱為肌痛性腦脊髓炎），以及炎癥性腸病。

康涅狄格州法明頓市的基因組醫(yī)學(xué)杰克遜實(shí)驗(yàn)室的免疫學(xué)家 Derya Unutmaz 推測，病毒可能觸發(fā)了一些毀滅性的反應(yīng)，或者改變了人體微生物群系的細(xì)菌行為，從而使新陳代謝和免疫系統(tǒng)變得不穩(wěn)定。Unutmaz 說，通過應(yīng)用機(jī)器學(xué)習(xí)，研究者可以發(fā)現(xiàn)患者體內(nèi)仍被隱藏的病毒。此外，由于 AI 可以在大規(guī)模數(shù)據(jù)集中發(fā)現(xiàn)模式，該方法也許可以將病毒數(shù)據(jù)和細(xì)菌關(guān)聯(lián)起來，然后和癥狀相關(guān)的蛋白質(zhì)變化關(guān)聯(lián)起來。「機(jī)器學(xué)習(xí)可以揭示出我們甚至從沒思考過的問題。」Unutmaz 說。