新闻动态

AI解锁病毒“暗物质”：一场颠覆认知的发现

2025年10月，中山大学医学院施莽教授团队与阿里云在《细胞》杂志上发表了一项震惊病毒学界的成果：通过AI算法“LucaProt”，他们在全球生物样本中发现了180个超群、超过16万种🚨全新RNA病毒，其中23个超群是传统方法完全无法识别的“病毒暗物质”。这相当于给病毒家族拍了一张“全家福”，却意外发现相册里多了23张从未见过的面孔。

传统病毒发现依赖“病毒分离+生物信息学分析”，但RNA病毒变异快、种类多，像流感病毒每年都会“换装”，传统方法就像用老花镜看显微镜，总漏掉细节。而LucaProt模型通过深度学习，直接从海量RNA测序数据中“自学”病毒特征，就像给AI装了一副“超级显微镜”。研究团队在10487份样本中发现了51万条病毒基因组，最长的一条RNA病毒基因组长达47250个核苷酸，远超此前认知。施莽教授直言：“病毒的多样性远超人类想象，我们看到的只是冰山一角。”

从实验室到抗疫战场：数据挖掘如何“预判未来”？

如果说病毒发现是“考古”，那疫情预测就是“天气预报”。2025年新冠疫情期间，中国信通院联合200多个案例分析显示，大数据技术通过手机信令、交通数据、社交信息等，能精准刻画人员流动轨迹。例如，北京移动的“疫情防治人口大数据平台”在春运期间🔰全站，实时监测疫情地返回用户、外省进入用户等6类人群分布，漏报率小于1%，为政府制定交通管制、物资调配政策提供了“数据导航”。

更厉害的是“时空碰撞点”分析：通过病患确诊顺序和密切接触者轨迹，AI能🅿推算出疾病传播路径。杭州“城市大脑”项目曾通过(guò)监(jiān)控(kòng)重(zhòng)点(diǎn)车(chē)辆(liàng)，在(zài)衢(qú)州(zhōu)市(shì)实(shí)现(xiàn)疫(yì)情(qíng)漏(lòu)报(bào)率(lǜ)几(jǐ)乎(hu)为(wèi)零(líng)。这(zhè)种(zhǒng)“预(yù)判(pàn)能(néng)力(lì)”就(jiù)像(xiàng)给(gěi)疫(yì)情(qíng)装(zhuāng)了(le)个(gè)“GPS”，让(ràng)防(fáng)控(kòng)从(cóng)“被(bèi)动(dòng)应(yīng)对(duì)”变(biàn)成(chéng)“主动(dòng)拦截”。

药物研发的“AI外挂”：72小时筛出抗病毒化合物

传统药物研发像“盲人摸象(xiàng)”，平(píng)均(jūn)需要10年、耗资10亿美元。但2025年4月，《Cell Reports Physical Science》发表的一项研究(jiū)给(gěi)出了新方案：AI+分子动力学模拟，仅用72小时就从(cóng)8783种(zhǒng)化合物(wù)中(zhōng)筛出了抗肠道病毒71型（EV71）的活性成分。EV71是手足口病的主要病原体，尤其威胁儿童健康，但此前缺乏特效药。

研究团队先通过实验构建“低密度数据集”（仅108个样本），再用机器学习模型预测化合物活性。结果发现，硫化钠、氢氧化钾等常见化学品竟有强抗病毒效果，而传统方法可能因数据量不足直接忽略它们。更绝的是，AI还通过分子动力学模拟“看”到了病毒失活的过程：比如戊二醛通过交联病毒蛋白，让病毒“散架”。这种“预测+验证”的闭环，让药物研发从“十年磨一剑”变成“快刀斩乱麻”。

隐私与安全的“平衡术”：数据挖掘的“紧箍咒”

数据挖掘越强大，隐私风险越高。2025年疫情期间，社交媒体上曾流传“Plandemic”阴谋论，声称疫情是精英策划的“赚钱计划”。这类谣言的传播，部分源于公众对数据使用的不信任。因此，施莽团队在研究中严格采用数据匿名化技术，确保样本来源不可追溯；而药物研发项目则通过“差分隐私”算法，在数据中添加噪声，防止个体信息泄露。

隐私保护不是“技术负担”，而是“信任基石”。欧盟《通用数据保护条例》（GDPR）实施后，医疗数据共享率提升了30%，因为患者更愿意在隐私有保障的前提下贡献数据。正如施莽所说：“数据挖掘的终极目标是为人类服务，而不是制造恐慌。”

未来已来：病毒数据挖掘的“下一站”

病毒数据挖掘的未来，是“更智能、更跨界、更人性化”。一方面，AI将与物联网、边缘计算结合，实现实时病毒监测——比如智能手环监测心率变异，提前预警流感；另一方面，跨学科合作会成为主流，病毒🈳全站学家、数据科学家、伦理学家将组成“复仇者联盟”，攻克埃博拉、寨卡等新兴病毒。

对普通人而言，病毒数据挖掘的“红利”已经显现：更精准的疫苗研发、更快速的疫情预警、更个性化的治疗方案。但别忘了，技术再强大，也需要公众的理性参与——拒绝谣言、配合数据采集、支持科研，才是对抗病毒的“终极武器”。