Przy pomocy uczenia maszynowego biolodzy opisali prawie 162 tys. wirusów RNA żyjących w atmosferze, gorących źródłach i kominach hydrotermalnych. Naukowcy liczą, że nowa metoda pozwoli na odkrycie milionów kolejnych wirusów i w ogóle ułatwi opisywanie życia na Ziemi.

Zespół z australijskiego University of Sydney opracował algorytm uczenia maszynowego (o nazwie LucaProt), który potrafi analizować olbrzymie ilości danych genetycznych, w tym genomy wirusów, nawet bardzo duże i skomplikowane.

Z jego pomocą naukowcy odkryli 161979 wirusów o genomach zbudowanych z RNA. Jak twierdzą, spodziewają się odkrycia jeszcze milionów wirusów, a także przyspieszenia badań nad genetyką różnych organizmów.

Otrzymaliśmy wgląd w ukrytą część życia na Ziemi, ujawniając niezwykłą bioróżnorodność - skomentował wyniki prof. Edwards Holmes, główny autor badania opisanego w magazynie "Cell".

To największy katalog nowych gatunków wirusów odkryty w jednym badaniu i ogromnie poszerza on naszą wiedzę na temat wirusów żyjących wśród nas. Odkrycie tak wielu nowych wirusów za jednym razem jest oszałamiające, a to dopiero początek. Dokonanie otwiera drzwi do kolejnych odkryć. Istnieją miliony innych wirusów do zidentyfikowania, a tę samą metodę możemy zastosować także do badania bakterii i pasożytów - dodał.

Jak wyjaśniają badacze, zdecydowana większość genomów opisanych teraz wirusów była już wcześniej zsekwencjonowana, ale były one tak różne, że nikt nie wiedział, czym są.

Dalsza część artykułu pod materiałem video:

Stanowiły one to, co często nazywa się "ciemną materią genetycznych sekwencji". Nasza metoda oparta na sztucznej inteligencji była w stanie uporządkować i skategoryzować te rozproszone informacje, po raz pierwszy rzucając światło na znaczenie tej "ciemnej materii" - powiedział badacz.

Badanie wirusów tradycyjnymi metodami zajęłoby nieporównanie więcej czasu.

Kiedyś w odkrywaniu wirusów polegaliśmy na żmudnych metodach bioinformatycznych, co ograniczało różnorodność, którą mogliśmy analizować. Teraz mamy znacznie bardziej efektywny model oparty na sztucznej inteligencji, który oferuje wyjątkową czułość i specyficzność, a jednocześnie pozwala nam znacznie bardziej zagłębić się w różnice miedzy wirusami. Planujemy zastosować ten sam model także w innych obszarach - przekazał uczestniczący w projekcie prof. Mang Shi z chińskiego Uniwersytetu im. Sun Yat-sena.