AI助力RNA病毒研究历史性突破，中山大学等用深度学习模型，发现超过16万种新病毒

AIGC动态欢迎阅读

原标题：AI助力RNA病毒研究历史性突破，中山大学等用深度学习模型，发现超过16万种新病毒
关键字：病毒,基因组,序列,多样性,解读
文章来源：HyperAI超神经
内容字数：0字

内容摘要：

作者：田小幺
编辑：李宝珠
中山大学医学院的施莽教授联合浙江大学、复旦大学、中国农业大学、香港城市大学、广州大学、悉尼大学、阿里云飞天实验室等，提出了全新的深度学习模型 LucaProt，基于 Transformer 框架与大模型表征技术，结合蛋白质序列和内在结构性特征，在的测试数据集上表现优异。2020 年初，新冠病毒的阴影迅速笼罩全球。在这场与时间的赛跑中，我们见证了无数英勇的个体和团队挺身而出，社会体系经历了一次次严峻考验，也为全球的公共卫生领域敲响了警钟。
冠状病毒之所以令人畏惧，很大程度上是因为它属于 RNA 病毒。这类病毒在复制过程中缺乏纠错机制，容易发生突变。这种突变能力不仅允许 RNA 病毒跨物种传播，扩大宿主范围，还可能引发致病力的变化。原本对人类无害的病毒，一旦发生突变，就可能变得具有致病性，从而引发疾病。由于人类对这类突变病毒普遍缺乏免疫力，一旦病毒发生变异，就可能迅速引发大规模的疾病流行。
尽管病毒与人类健康密切相关，但人类已知已确认的病毒种类仅有 5,000 余种，可谓是冰山一角。传统 RNA 病毒鉴定方法高度依赖序列同源性比对，即通过比较未知病毒与已知病

原文链接：AI助力RNA病毒研究历史性突破，中山大学等用深度学习模型，发现超过16万种新病毒