主要观点总结
中山大学医学院施莽教授团队与阿里云李兆融团队在《细胞》杂志发表了一项关于全球RNA病毒多样性的研究。该研究利用人工智能技术鉴定病毒，发现了180个超群、总计超过16万种的RNA病毒，其中一些为未知或难以识别的病毒。研究内容包括人工智能算法的应用、病毒基因组的发现与分析、极端环境中的病毒数量和多样性等。
关键观点总结
关键观点1: 全球RNA病毒的多样性发现
研究团队发现了超过51万条病毒基因组，代表了超过16万个潜在病毒种及全球范围内分布广泛的180个RNA病毒超群。此次研究显著扩展了全球RNA病毒的多样性知识。
关键观点2: 人工智能在病毒鉴定中的应用
研究团队利用人工智能技术，开发了一种人工智能算法，能够深度学习病毒和非病毒基因组序列，并自主判断病毒序列。这一技术大大提高了病毒识别的效率和准确性。
关键观点3: 极端环境中的病毒数量和多样性
研究发现在南极底泥、深海热泉、活性污泥和盐碱滩等极端环境中，RNA病毒的数量和多样性仍然较高。这表明极端环境可能是病毒生存和繁衍的重要场所。
关键观点4: 研究的重要性
该研究在疾病防控和新病原的快速识别中具有重要应用价值。特别是在疫情暴发时，人工智能的速度和精度可以帮助科学家更快地锁定潜在病原体。
文章预览
日前，中山大学医学院施莽教授团队与阿里云李兆融团队在《细胞》杂志发表论文， 报告了全球范围的180个超群、16万余种的RNA病毒发现，大幅扩展全球RNA病毒的多样性。 该研究将人工智能技术应用于病毒鉴定，探索了病毒学研究的新路径。 传统的病毒发现方法高度依赖既有知识，面对RNA病毒这种高度分化、种类繁多且容易变异的病毒识别效率低。在该研究中，研究团队开发了一种人工智能算法，其能对病毒和非病毒基因组序列深度学习，并自主判断病毒序列。 利用这套算法，研究团队在来自全球生物环境样本的10487份RNA测序数据中发现了超过51万条病毒基因组，代表超过16万个潜在病毒种及180个RNA病毒超群。其中23个超群无法通过序列同源方法识别，被称为病毒圈的“暗物质”。 通过进一步分析，研究团队报告了迄今最长的RNA病毒基因组，长度
………………………………
