AI预警大漏洞！顶尖研究证实：现有模型竟无法识别SARS‑CoV‑2类高危病毒

近日，国际权威医学期刊CommunicationsMedicine（JCRQ1，影响因子6.3）发表了一项重磅研究，揭示了当前机器学习在病毒人畜共患病溢出风险评估中存在的致命短板：即便最先进的AI模型，也难以准确预警新冠病毒相关等高风险病毒支系，给未来大流行防控敲响警钟。

随着动物源病毒持续威胁公共卫生，利用AI从基因组层面预测病毒感染人类的潜力，已成为新发传染病早期预警的核心手段。然而，现有模型普遍面临数据集偏小、混入噬菌体等无关序列、评估标准不统一等问题，导致预测性能被高估，且难以应对模型构建后新出现的未知病毒。更关键的是，多数AI模型为“黑箱”操作，无法解释关键驱动因素，难以满足实际防控的可解释性需求。

为破解这一难题，日本早稻田大学与国立感染症研究所团队构建了覆盖26个病毒科、约14万条序列的超大规模数据集，数据量是传统数据库的29倍，并基于DNA大语言模型研发出全新预测模型BERT‑infect。该模型通过预训练学习核苷酸序列的上下文特征，无需完整基因组，即可从宏基因组短读长、重叠群序列中快速识别潜在人畜共患病病毒，尤其在分段RNA病毒等易被忽视的高危类群上表现大幅超越传统模型。

测试结果显示，BERT‑infect在多数病毒科中实现领先预测性能，且用2018年前数据训练的模型，对后续新发病毒仍保持稳健预警能力。但研究通过系统发育高分辨率评估发现了行业共性缺陷：所有模型均无法有效识别新冠相关病毒、H5N1禽流感、黄病毒属等特定高危支系的人类感染风险，即便整体准确率优异，对这些致命病原体仍近乎“失灵”。

进一步分析表明，预测失效多集中在感染性频繁进化转换或少数关键突变即可改变宿主的病毒支系。现有模型依赖序列整体特征，难以捕捉刺突蛋白等关键位点的微小变异；同时，数据标签仅区分“动物/人类感染”，无法区分感染性与人传人能力，进一步降低了实战价值。这意味着，若在新冠疫情前应用现有AI模型，极可能无法发出有效预警。

该研究是首个系统评估病毒感染性预测模型的基准性工作，既证实了大语言模型在病毒风险筛查中的巨大潜力，也直面当前AI技术的核心痛点。研究团队指出，未来必须融合蛋白语言模型、多标签分类、病毒‑宿主互作机制，并结合实验验证与加强动物源病毒监测，才能构建真正可靠的大流行预警体系，为下一次潜在公共卫生危机筑牢防线。

参考文献

[1] Kawasaki, J., Suzuki, T., & Hamada, M. (2025). Hidden challenges in evaluating spillover risk of zoonotic viruses using machine learning models. Communications medicine, 5(1), 187. https://doi.org/10.1038/s43856-025-00903-w