编译整理|吴晓燕 生物科技战略研究中心
2022年1月26日Nature报道，加拿大的Artem Babaian研究团队开发了一种名为“Serratus”的云计算平台，能够进行PB（1PB=1024TB）级别的序列比对，目前已经检测到超过10万种新型病毒，其中9种冠状病毒和300多种与丁型肝炎病毒相关的病毒，并鉴定出了超过105个新型RNA病毒。
病毒已经对世界经济与人类健康造成巨大冲击。病毒学家估计仍然存在数以万亿计的未知病毒，而且很多都具有致死性。基于云的计算工具为新病毒检测提供了强大工具。目前的公开数据库比如SRA（Sequence Read Archive）上有PB级别的序列，并且可以自由访问。研究人员将这些信息镜像上传至云平台Serratus（免费且开源，https://serratus.io）上，并利用Serratus对超过短序列数据集进行了分析。这些数据集包含过去13年来七大洲四大洋研究过的所有动物。
为了鉴定含有与病毒相关序列的文库，研究者筛选了3,837,755个公共RNA-seq、meta-genome、meta-transcriptome和meta-virome数据集并与所有的冠状病毒以及脊椎动物病毒序列进行对比，之后与所有的RNA依赖RNA聚合酶（RNA-dependent RNA polymerase，RdRP）序列进行比对，鉴定出了已知的15,016个sOTU（species-like operational taxonomic units）和131,957个未知sOTU。据估计病毒的种类约为108-1012，这个数据只有预计的0.1%。
图：SRA中的RNA依赖RNA聚合酶|来源：Nature
考虑到新冠病毒在这两年的流行情况，研究人员尝试利用Serratus在已有的数据集中挖掘冠状病毒，发现了70个sOTU，其中44个已经被报道，17个含有部分RdRP，9个为新型冠状病毒。
综上所述，在新冠病毒流行的背景下，本研究利用将这几年互联网的热点概念“云计算”应用在序列比对上，通过对公共数据库进行挖掘，新发现了超过10万个新的RNA病毒，拓展了我们对于病毒世界的认识，有助于我们预测并防范未来的病毒大流行。
参考文献|Petabase-scale sequence alignment catalyses viral discovery 识别二维码可预览原文↘
