Мир насыщен вирусами — наиболее многочисленными биологическими сущностями на Земле. Однако наше понимание их роли в экосистемах остается ограниченным из-за недостаточного объема данных о их разнообразии. Ученые использовали технологию глубокого обучения для выявления тысяч скрытых вирусов, находящихся как в окружающей среде, так и в генетических базах данных. С помощью нового инструмента, который сканирует обширные массивы геномных данных, исследователи обнаружили более 160 000 потенциально новых видов РНК-вирусов, включая около 70 000 ранее не идентифицированных.
«Исследование стало знаковым не только благодаря числу открытий, но и глубине анализа», — отметил Артем Бабаян, вирусолог из Университета Торонто, не участвовавший в проекте. «Оно фокусируется на РНК-вирусах, которые оставались невидимыми для традиционных методов».
РНК-вирусы, как следует из их названия, имеют геномы на основе РНК, и многие из них являются патогенами человека, включая такие известные вирусы, как SARS-CoV-2, вирусы гриппа и Эбола. Эти вирусы присутствуют повсеместно, даже в домашней среде.
«Если взять образец почвы с вашего двора и провести его секвенирование, вы, вероятно, найдете новые вирусы», — заявил Эдди Холмс, эволюционный биолог и вирусолог из Сиднейского университета.
Однако секвенирование генетического материала из окружающей среды приводит к обнаружению большого количества «тёмной материи» — ДНК и РНК, не схожих с известными организмами. Предполагается, что большая часть этих неизвестных последовательностей является вирусной, особенно из-за высокой скорости эволюции РНК-вирусов.
Для идентификации вирусов, скрытых в «тёмной материи», команда исследователей под руководством Холмса и Манга Ши, вирусолога из Университета Сунь Ятсена в Китае, сосредоточилась на ключевом элементе всех РНК-вирусов — ферменте РНК-полимеразе. Этот белок, необходимый для репликации вирусов, сохраняет свою структуру, даже несмотря на изменения в генетической последовательности.
Команда обучила алгоритм искусственного интеллекта распознавать структуры известных РНК-полимераз. Это позволило программе, названной LucaProt, сканировать новые данные и выявлять РНК-последовательности, связанные с вирусами. В результате были обнаружены многочисленные новые вирусы.
Программа проанализировала 51 терабайт данных из разных природных сред, включая горячие источники, антарктическую почву и солончаки. Эти данные были извлечены из публичного архива последовательностей, поддерживаемого Национальным институтом здоровья США.
Некоторые из выявленных 161 979 вирусов настолько отличались от других РНК-вирусов, что могли бы образовать 180 новых супергрупп. Холмс подчеркнул, что открытие новой супергруппы вирусов можно сравнить с обнаружением нового вида животных — различия между ними столь же значительны, как между крабами и дождевыми червями или между кошками и медузами.
По словам Бабаяна, эти открытия — лишь начало. Учитывая количество данных и постоянно возрастающие возможности их анализа, мы находимся на пороге революционных изменений в понимании вирусного мира и его биоразнообразия.
В долгосрочной перспективе эти исследования помогут глубже понять влияние вирусов на здоровье человека, даже если они не вызывают заболевания напрямую.
