Odkrycie “ciemnej materii” genetycznej: Nowa metoda AI ujawnia setki tysięcy wirusów RNA

Przełomowe odkrycie w biologii dzięki uczeniu maszynowemu

W niedawnej ekspedycji naukowej do badania mikrobiologicznego życia, biolodzy wykorzystali zaawansowane technologie uczenia maszynowego, aby zidentyfikować imponującą liczbę 161 979 wirusów RNA. Te mikroorganizmy zostały odkryte w odległych i trudno dostępnych środowiskach, takich jak atmosfera, gorące źródła i kominy hydrotermalne. Dzięki nowatorskim metodom, eksperci przewidują, że jest to tylko wstęp do odkrycia milionów innych wirusów oraz ułatwienia analizy życia na naszej planecie.

LucaProt – algorytm z rewolucyjnym potencjałem

Bioinformatycy z University of Sydney stworzyli LucaProt, algorytm uczenia maszynowego, który przetwarza ogromne ilości danych genetycznych z niespotykaną dotąd precyzją i szybkością. LucaProt potrafi analizować złożone genomy wirusowe, umożliwiając tym samym błyskawiczne zrozumienie ich struktury i funkcji.

Odkrycie nowych gatunków wirusów

Wykorzystując możliwości LucaProt, naukowcy odsłonili niewidoczną dotąd różnorodność wirusów RNA. Prof. Edward Holmes, który przewodził badaniu opublikowanemu w magazynie “Cell”, podkreślił, że jest to największe jednorazowe odkrycie nowych gatunków wirusów, które znacząco poszerza naszą wiedzę na temat mikroorganizmów żyjących na Ziemi. Profesor wyraził też przekonanie, że jest to dopiero początek drogi do zrozumienia całej ukrytej bioróżnorodności.

Wyjaśnienie “ciemnej materii” genetycznej

Wiele z sekwencji wirusów RNA było już wcześniej zsekwencjonowanych, ale ze względu na ich ogromną różnorodność, nie potrafiono ich klasyfikować. Te sekwencje były dotąd genetyczną “ciemną materią”, którą teraz udało się uporządkować i skategoryzować dzięki zastosowaniu sztucznej inteligencji. Odkrycie to pozwala rzucić światło na znaczenie tych dotychczas niezrozumiałych danych genetycznych.

Przyśpieszenie badań dzięki AI

Tradycyjne metody badania wirusów były czasochłonne i ograniczone. Nowy model oparty na sztucznej inteligencji, opracowany przez prof. Mang Shi z chińskiego Uniwersytetu im. Sun Yat-sena, oferuje wyjątkową czułość i specyficzność w analizie różnorodności wirusów. Zespół ma nadzieję, że ten sam model będzie mógł być zastosowany również w badaniach nad bakteriami i pasożytami, co może zrewolucjonizować świat mikrobiologii.

Odkrycia te otwierają nowe horyzonty w badaniu mikroświata i mają potencjał do znaczącego przyspieszenia postępu w wielu dziedzinach nauk przyrodniczych. Świat nauki z niecierpliwością oczekuje na dalsze odkrycia, które mogą wynikać z zastosowania tej przełomowej metody.