病毒是地球上最小且丰度最高的非细胞生物，其不仅对人类健康产生深远影响，而且是全球生物地球化学循环的幕后推手。它们如同隐形的“生态工程师”，调控微生物群落结构，驱动碳、氮等元素的全球循环。随着宏组学技术的迅速发展，人们发现了海量未知的脱氧核糖核酸（DNA）和核糖核酸（RNA）病毒。然而，全球约99%的病毒仍处于“黑户”状态——未被分类或命名。
日前，中国海洋大学海洋生命学院和海德学院教授汪岷团队传来好消息，他们基于序列比对和图论方法，开发出病毒分类新工具——VITAP（Viral Taxonomic Assignment Pipeline），为病毒组学和病毒生态学研究提供了重要工具。近日，相关研究成果发表在《自然—通讯》上。
“进入VITAP系统界面，输入一段基因序列，命令行瞬间输出从门到属的分类结果。这就像给病毒发‘身份证’，流程缩短至几分钟。”研究共同通讯作者、中国海洋大学海洋生命学院教授梁彦韬解释。
传统分类遇瓶颈
“病毒分类如同给未知星系命名，我们已知的仅是冰山一角。”梁彦韬表示。
过去鉴定病毒需要接近完整的基因组，但在现实中，科学家从环境样本中发现的病毒基因往往是碎片化的，传统工具难以识别。随着宏组学技术的发展，病毒基因组数据从2018年的5000多种，激增至如今的1000多万条序列。同时，病毒分类标准变化非常快，这让分类工具“捉襟见肘”，如同用老地图导航新大陆，结果自然漏洞百出。
这些问题限制了人们对环境中复杂病毒群体的深入解析。因此，如何准确细致地对环境病毒进行分类，成为当今生物学、医学与生态学研究领域亟待突破的重要挑战。
汪岷团队在研究海洋病毒时，也面临病毒分类的难题。
“研究病毒，首先要知道其分类情况，属于哪一科、是什么类型的，再去确定它的宿主类型。传统的培养方法有很多弊端，如培养周期长、效率低。我们想从基因组学层面，通过算法快速、大批量分类病毒，提高准确率和效率。”梁彦韬说。
于是，跨学科协作成为破局关键。拥有海洋生物学背景的成员提供生态视角，计算机专家优化算法，国际合作帮助引入前沿经验……研究共同通讯作者、澳大利亚塔斯马尼亚大学教授Andrew McMinn每周参与线上讨论，计算病毒学国际专家David Paez-Espino博士每月参与线上研讨，“时差会议”成为常态。
“国际视野可以让我们进步更快、少走弯路。”团队成员感慨。
从试错到最优路径
2023年初，团队开启病毒分类新工具VITAP的研发工作。最初的设想是用人工智能（AI）训练模型，但病毒数据的高度多样性让AI“水土不服”。
“病毒没有像动植物那样的‘标准证件照’，训练样本的匮乏让AI举步维艰。”研究第一作者、中国海洋大学海洋生命学院博士生郑凯阳回忆。团队转而回归传统方法，从序列比对和图论中寻找突破口。
序列比对如同人脸识别，通过基因片段寻找相似病毒；图论则像构建社交网络，分析病毒间的亲缘关系。团队创新性地将两者结合，寻找解决问题的“最短路径”——为每条病毒基因筛选出从门到属的最佳分类谱系。
为提升准确性，团队为不同基因赋予权重。“这相当于给病毒基因贴上动态标签，即便是碎片化基因也能精准溯源。”研究共同第一作者、中国海洋大学海德学院助理教授孙建华比喻道。
研发过程充满“试错”。例如，针对长基因组病毒，团队一度陷入“盲人摸象”的困境。“长基因组被‘切碎’后，每段特征模糊，就像把一头猪分割后，单凭一块肉很难判断其部位。”郑凯阳说。
最终，团队通过动态权重调整，测试国际病毒分类委员会（ICTV）报道的1.8万多种病毒参考基因组，实现了高置信度分类。测试显示，VITAP在科级和属级的分类分析中，不仅能保持超过90%的准确率、精度和召回率，还显示出优于其他方法的注释率。具体而言，对于1000碱基对的短序列，VITAP在所有病毒门中的注释率均优于其他方法；在近完整基因组的分类中，VITAP对RNA病毒和大部分DNA病毒也表现出更高的注释率。
绘制生态蓝图
“用户友好”是VITAP的一大亮点。传统工具安装复杂、更新滞后，VITAP能够实现“一键安装”以及与ICTV自动同步。上线后，VITAP下载量迅速突破2000次，被广泛应用于海洋、医学等领域研究。
VITAP在保证高准确率的前提下，实现了更全面、稳定的病毒分类，并为病毒基因组学、分类学和生态学研究提供了一个高效的自动化新工具，就像给病毒研究装上了“智能搜索引擎”，让科学家能更快、更准地给海量病毒“验明正身”，无论是完整的还是碎片化的基因，都能高效分析。这对于理解病毒在自然界的角色、应对公共卫生问题有重要意义。
未来，团队计划引入AI生成新病毒类群，突破现有分类框架的局限。“当前工具只能‘上户口’，下一步要让‘黑户’自立门户。”郑凯阳透露。
在应用层面，VITAP将助力极地、深海等极端环境病毒研究，快速解析环境中庞大而复杂的病毒群落，了解它们如何影响生态系统。医学上，可更高效地发现与疾病相关的新病毒，辅助追踪流行病。
“未来，我们会开发更多病毒学的生物信息工具，致力于南极、北极、马里亚纳海沟、青藏高原等极端环境的病毒研究，构建海洋病毒基因组数据库。”汪岷说。■
（作者周文燕单位为中国海洋大学）
