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.
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.