多组学与AI如何推动RNA病毒的发现？

RNA病毒作为全球公共卫生安全的重大威胁，其快速变异和跨物种传播特性常常引发流行病甚至大流行，如新冠疫情。2025年7月15日，一篇综述文章《An Update on RNA Virus Discovery: Current Challenges and Future Perspectives》系统回顾了RNA病毒发现领域的最新进展，强调了技术创新、病毒多样性扩展以及人畜共患病传播的风险。

技术进步驱动病毒发现

技术进步是RNA病毒发现领域的核心动力。高通量测序和元基因组学技术的兴起彻底改变了病毒探测方式。传统方法依赖病毒分离和培养，效率低下且无法捕捉“病毒暗物质”（即未知病毒）。如今，下一代测序平台如Illumina和Oxford Nanopore的MinION便携式基因测序仪，使研究者能从复杂样本中同时分析海量病毒序列。图1详细描绘了现代病毒发现工作流程：从样本采集、RNA提取，到测序组装、生物信息学注释和系统发育分析，最终实现病毒表征。

图1 从样本到测序：RNA病毒发现工作流程中的关键阶段（引自参考文献）

1. 高通量测序（NGS）与元基因组学：实现对环境、临床样本中的病毒组学全景式探测，显著扩展RNA病毒宏基因组的边界。

2. 便携式测序与现场应用：如MinION等使田野工作、应急监测具备即时性，提升病毒暴发响应速度。

3. 单细胞测序与细粒度解析：在宿主细胞层面揭示病毒感染的异质性与复制动力学，帮助理解宿主-病毒交互的细节。

4. 数据与计算平台：如Serratus等云端/大数据工具，支持海量数据在全基因组水平的比对、组装与分类；AI/机器学习辅助病毒宿主预测、致病性推断和分类。

5. 多组学整合：将基因组、转录组、蛋白组等结合，提供更全面的病毒-宿主生态图景。

新病毒的发现

新型病毒家族的发现，挑战了现有分类体系，推动了病毒的更新。元基因组学揭示了未知的病毒谱系，强调病毒与环境的复杂互动。RNA病毒的生态角色影响种群动态和营养循环。其中，人畜共患病是焦点：许多RNA病毒如SARS-CoV-2源于动物宿主。因此，识别水库宿主（如蝙蝠、啮齿动物）至关重要，人类活动如森林砍伐和城市化加剧了溢出风险。该研究整合“One Health”框架，呼吁跨学科合作，结合病毒学、生态学和流行病学。

仍存在的问题

样本采集的困难：偏远地区、野生动物或向量样本的获取存在生物安全、伦理与基础设施等障碍；采样质量直接影响病毒多样性揭示的完整性。

数据解读的挑战：海量的元基因组数据中，从噪声中区分真实病毒序列、处理污染和宿主序列，是当前的核心瓶颈之一；低丰度、高度发散的病毒序列尤具有挑战性。

病毒表征的生物学阶段落后于基因组发现：获得培养株、复制动力学、宿主范围等功能性研究往往具有滞后性，限制对新发现病毒的生物学意义理解。

未来的核心方向集中在三方面。首先，多组学整合与预测建模成为主线。将基因组、转录组、蛋白组、代谢组等数据与环境和流行病学信息融合，构建用于监测与预警的综合模型，提升对病毒传播、宿主范围与致病性变化的预测能力。第二，全球协作不可或缺。通过建立标准化的数据格式、共享资源库以及跨区域的培训与基础设施建设，缩小科研能力差距，使全球疫情监测和应急响应更具协同效应。第三，AI驱动的全流程自动化正在推进“从数据到解析”的周期缩短。理论上，样本筛选、数据预处理、序列分析、功能注释与风险评估等环节都可以在自动化平台上协同完成，从而提高产出质量、降低时间成本。总体而言，未来十年的愿景是实现从“发现”到“防控”的转化。

参考资料：

Debat H, Bejerman N. An Update on RNA Virus Discovery: Current Challenges and Future Perspectives. Viruses. 2025, 15;17(7):983. doi: 10.3390/v17070983