新智元報道
編輯：時光
【新智元導讀】
1月26日，《自然》發文《新危險？計算機在原有基因資料中發現10萬個新病毒》，文章指出，關于未來疫情的線索可能隐藏在現有基因資料中。
僅僅一種新冠病毒，就使世界經濟癱瘓，導緻數百萬人死亡。
然而，病毒學家估計，目前仍有數萬億種未知病毒存在。
其中，許多可能是緻命的，或有可能引發下一次大疫情。
2022年1月27日全球疫情資料
「這是一項令人印象深刻的工程壯舉」
1月26日，科學家在Science上發文，題為《新危險？計算機在原有基因資料中發現10萬個新病毒》，指出關于未來疫情的線索可能隐藏在現有基因資料中。
因為病毒數增加了一個量級，研究将使用RNA，而不是DNA。
「這是一項基礎性工作。」美國國家醫學圖書館J. Rodney Brister說。
研究還将啟動所謂的拍位元組（Petabytes)基因組學，1PB=1024TB，将對RNA和DNA進行資料分析。
「這也表明我們對病毒的認識嚴重缺乏。」疾病生态學家Peter Daszak說。
Peter Daszak是紐約市生态健康聯盟的主席，這是一個非營利性研究組織，該組織正在籌集資金開展一項全球病毒調查。
通過篩選空前規模的現有基因組資料，科學家們發現了近13.2萬個RNA病毒基因組。
「這是一項令人印象深刻的工程壯舉！」生物資訊學家C. Titus Brown說。
美國國家醫學圖書館
「比任何人想象得都要快」
時間回到2020年初，劍橋大學計算生物學家Artem Babaian開始這項工作。
Babaian很好奇，他想，除了這次暴發的新冠病毒COVID-19以外，還有多少冠狀病毒序列？
帶着這個疑問，Babaian找到了Jeff Taylor，Taylor是一名超級計算專家，他們聯合檢索了基因組資料。
這些資料已經存儲在一個全球序列資料庫中，并由美國國家衛生機構負責。到目前為止，這個資料庫包含了16拍位元組的存檔序列，這些序列來自從河豚到土壤再到人類的各種基因資料。在這些樣本中，感染不同生物體的病毒基因組都可以通過測序得到，而它們通常無法被檢測出來。
Babaian和Taylor設計了一套專門用于搜尋雲資料的計算工具，在其它幾位生物資訊學專家的幫助下優化了軟體。他們的分析「比任何人想象得都要快」，每天可以處理100萬組資料，每組資料的計算成本不到1美分。
他們很快将病毒搜尋範圍擴大到冠狀病毒之外，并檢視了雲中的所有資料，這類病毒還包括那些導緻流感、脊髓灰質炎、麻疹和肝炎的病毒。
其實，新資料庫并沒有每個新病毒的完整序列，隻有RNA聚合酶（RNA polymerase）的基因。
RNA聚合酶
「變成一個巨大的病毒監控網絡」
研究人員通過尋找RNA聚合酶來進行研究，RNA聚合酶是所有RNA病毒複制的關鍵。
為此，研究人員利用部分序列來建構家譜，揭示不同病毒之間的關系，以及它們的進化規律，還可以找出特定病毒的發現地點和宿主。
「我們已經把資料庫變成一個巨大的病毒監控網絡。」Babaian說。
生物資訊學家C. Titus Brown表示，這可以幫助研究人員更好地了解人類病原體是如何産生的，并改進病毒感染的診斷測試，
「當一種新的病毒從病人身上分離出來時，研究人員可以更容易地判斷它，是否已經在其他地方被發現。」Brown說。
病毒公共資料庫：https://www.serratus.io/
出乎意料的其它發現
在一些水生動物中，比如，河豚，蝾螈，研究發現了未知的冠狀病毒，并可據此拼湊出整個病毒基因組。序清單明，「新型冠狀病毒基因組有兩個獨立的環，而不是通常的單個RNA鍊。Babaian的報告如此陳述。
在噬菌體的研究中，人、貓、狗都發現了巨型噬菌體，噬菌體是侵襲細菌的病毒，也是賦予宿主菌生物學性狀的遺傳物質，研究找到了超過250種噬菌體，這些病毒與藻類病毒相似。
為此，Babaian團隊建立了一個公共資源庫，在這個公共資源庫中，其他人可以利用這項研究的工具與成果。
一項基于雲計算的分析，發現了9種新型冠狀病毒
參考資料：
https://www.science.org/content/article/new-dangers-computers-uncover-100-000-novel-viruses-old-genetic-data
https://www.serratus.io/