巨大病毒 这种新发现的巨大病毒 正刷新我们对微生物的认知

科学家在巴西高盐湖底部和3公里深的海洋沉积物中发现了一种巨大的“图潘”病毒。据说两个物种的完整病毒体平均长度可达1.2微米，甚至有的可达2.3微米，分为“类杆菌病毒科”。

这个大小相当于一根头发的1/30，与人类对病毒的理解有很大的不同。过去，病毒是在分子水平上被提及的。因为它们没有细胞结构，大小一般在几十到几百纳米的范围内，这需要用电子显微镜放大几十万倍才能观察到。

甚至细菌的大小

人类发现的第一个巨型病毒曾被误认为是球菌。类杆菌病毒最早是在1992年军团病研究中发现的。在变形虫中，在后来的革兰氏染色实验中被误认为是革兰氏阳性菌，被命名为布拉德福德氏球菌。

直到2003年，科学家们试图溶解布拉德福德球菌的细胞壁，但失败了。他们决定用电子显微镜观察它。他们惊讶地发现它就像一种巨大的虹膜病毒(一种具有二十面体的病毒，可以感染昆虫、鱼和青蛙)。然后他们证明了这个有机体是病毒，相关文章发表在《科学》上。

革兰氏阳性菌

因为这样的乌龙事件，目前所有的巨型病毒都被划分为“类杆菌病毒科”。当然，这个家庭的建立是在很多年之后。

母病毒的发现也是因为细菌在过滤富集的时候，会因为太大而留下来，但不能通过溶解细菌的细胞壁破坏其蛋白外壳。随着“类杆菌病毒”的经历，母病毒很快被鉴定为巨型病毒。

随后，发现了几个巨大的病毒。2011年在智利海域发现巨型病毒。2013年，法国科学家在智利水下发现了当时最大的病毒，直径1微米。一开始他们以为不是病毒。这个智利巨型病毒也叫潘多拉病毒，意思是打开潘多拉魔盒。

髓病毒

2014年3月，在西伯利亚永久冻土冰芯采集到髓病毒，比当时最大的潘多拉病毒大50%，长约1.5微米。

如今，图谱病毒的发现创造了巨型病毒的新纪录。

人们认为这些巨大的病毒是罕见而特殊的，可能只是人类的一厢情愿。中国疾病预防控制中心病毒疾病预防控制研究所研究员刘军说:“人类识别的病毒只是冰山一角，甚至比例还更小。”科学家预测病毒可能多达100万种，但目前已知的只有几千种。"也许在未知的水体中，伟大是病毒的正常状态."刘军说。

基因序列和功能蛋白是关键

尺寸不是科学家惊讶的唯一原因。巨大的病毒不断刷新病毒世界基因组的复杂性。

维基百科记录显示，细小病毒的平均基因组大小一般为几千个碱基。相比之下，巨型病毒的基因组要大得多，也更复杂。例如，巨型病毒有125万个碱基对，“母病毒”有超过119万个碱基对。巨大的基因组为基因编码蛋白质提供了许多可能性。科学家估计这两种蛋白质可以编码1000多种蛋白质。

这次发现的病毒据说是目前为止发现的最完整的翻译相关基因，预计表达1425个蛋白质。

巨型病毒

"然而，它还没有达到模糊病毒和细菌概念的程度."刘军持不同观点。病毒和细菌的界限不是由大小决定的。

病毒的生命活动很大程度上依赖于宿主细胞。它允许细胞受体通过特异性受体结合蛋白“接受”自己，促进病毒包膜与细胞膜的融合。病毒趁机将遗传物质注入宿主细胞，通过宿主细胞中的“原材料”开始自我复制，组装成新的病毒，然后释放。但是，目前发现的“大”病毒并没有跳出这个范围。

在生命活动方面，病毒比线粒体更不“像”个体生命。线粒体是一种细胞器，含有独立的DNA遗传分子，可以通过生化反应为生命活动产生能量。

因此，确定基因序列只是研究的第一步，了解新病毒的关键是确定表达了多少蛋白质以及这些蛋白质的功能。由于病毒只在宿主细胞中进行基因表达、基因组复制和病毒颗粒组装，因此需要借助特定的宿主细胞来研究病毒的活性。

目前能被特定宿主细胞分离出来的病毒，相对于自然界现有的病毒数据库来说，是非常少的。因此，近年来，科学家借助深度测序技术和人工智能技术的快速发展，发现了新的病毒，并研究了它们的特性。

人类识别病毒的能力得到了极大的提高

2016年11月，《自然》发表了中国疾病预防控制中心传染病防治所张永珍研究员的论文《无脊椎动物RNA病毒圈的重新定义》。通过深度转录组测序，在220种无脊椎动物中发现了超过1445种新病毒，其中一些与现有的已知病毒不同，足以将其定义为新的病毒家族。

RNA病毒圈的重新定义是在原有已知RNA病毒物种的基础上发现大量新的RNA病毒，向人类展示一个连贯的、模块化的病毒基因组进化模型，而不是一个碎片化的病毒分类系统。

RNA病毒是一种以RNA为遗传物质而非DNA的重要病毒，与人类健康密切相关，包括HIV、SARS冠状病毒、埃博拉病毒、流感病毒等。这些病毒变异相对较快。更值得注意的是，RNA病毒往往从细胞生物中获得基因，包括RNA解旋酶和甲基转移酶基因。

大量新RNA病毒的发现及其特征为完整理解病毒与宿主的相互作用和进化史提供了坚实的基础。

在《自然》杂志最近发布的一则新闻中，研究人员利用人工智能(AI)发现了近6000种未知病毒。

研究人员通过对来自不同环境的样本进行深度测序并匹配“特定序列”来搜索未知病毒。但是需要一个特定的序列作为“搜索词”，在搜索词未知的情况下很难找到。机器学习通过算法分析数据，从中学习，然后自主分类信息，可以解决未知“搜索词”的问题。

西蒙·鲁是美国能源部联合基因组研究所(JGI)的计算生物学家，他训练计算机识别不寻常的Inoviridae家族的基因序列。Roux提出了一种机器学习算法，它包含两组数据:一组包含来自已知Inoviridae的805个基因组序列，另一组包含来自细菌和其他类型病毒的大约2000个序列。这个算法可以帮助找到区分这两个序列的方法。

接下来，Roux向模型上传了大量宏基因组学数据。通过对模型的计算，发现数据中包含了10000多个Inoviridae基因组，可以划分为不同的病毒种类，有些种类差异很大，有可能定义新的病毒科。

“随着人类对病毒的理解和病毒研究技术的不断发展，越来越多新的病毒形式被发现，”刘军说。“这些发现将有助于人们建立病毒检测和监测系统，也有助于改善未知病原体引起的传染病或世界卫生组织最近提到的X病，从而达到有针对性的防控。”