AI助力RNA病毒研究歷史性突破，中山大學等用深度學習模型，發現超過16萬種新病毒

AIGC動態歡迎閱讀

原標題：AI助力RNA病毒研究歷史性突破，中山大學等用深度學習模型，發現超過16萬種新病毒
關鍵字：病毒,基因組,序列,多樣性,解讀
文章來源：HyperAI超神經
內容字數：0字

內容摘要：

作者：田小幺
編輯：李寶珠
中山大學醫學院的施莽教授聯合浙江大學、復旦大學、中國農業大學、香港城市大學、廣州大學、悉尼大學、阿里云飛天實驗室等，提出了全新的深度學習模型 LucaProt，基于 Transformer 框架與大模型表征技術，結合蛋白質序列和內在結構性特征，在的測試數據集上表現優異。2020 年初，新冠病毒的陰影迅速籠罩全球。在這場與時間的賽跑中，我們見證了無數英勇的個體和團隊挺身而出，社會體系經歷了一次次嚴峻考驗，也為全球的公共衛生領域敲響了警鐘。
冠狀病毒之所以令人畏懼，很大程度上是因為它屬于 RNA 病毒。這類病毒在復制過程中缺乏糾錯機制，容易發生突變。這種突變能力不僅允許 RNA 病毒跨物種傳播，擴大宿主范圍，還可能引發致病力的變化。原本對人類無害的病毒，一旦發生突變，就可能變得具有致病性，從而引發疾病。由于人類對這類突變病毒普遍缺乏免疫力，一旦病毒發生變異，就可能迅速引發大規模的疾病流行。
盡管病毒與人類健康密切相關，但人類已知已確認的病毒種類僅有 5,000 余種，可謂是冰山一角。傳統 RNA 病毒鑒定方法高度依賴序列同源性比對，即通過比較未知病毒與已知病

原文鏈接：AI助力RNA病毒研究歷史性突破，中山大學等用深度學習模型，發現超過16萬種新病毒