通过对海洋中遗传物质的分析，研究人员发现了数千种以前未知的RNA病毒；
RNA病毒可以导致致命疾病，但它们也在食物和环境生态系统中发挥着重要作用；
其中一个新发现的菌株有可能填补研究人员长期以来一直在寻找的RNA病毒进化中的缺失环节；
它的发现可以帮助科学家更好地了解地球上早期生命的发展。
重要概念
根据我们的研究小组在《科学》杂志上发表的一项新研究，通过对海洋中的遗传物质进行分析，我们发现了数千种以前未知的RNA病毒，这使已知存在的病毒门类或生物群的数量翻了一番。
RNA病毒的名声来自其在人体内引起的疾病，无论是普通感冒还是新冠肺炎。它们也会感染那些对人类很重要的植物或动物。
这些病毒在RNA中——而非DNA中——携带其遗传信息。RNA病毒的进化速度比DNA病毒快得多。虽然科学家已经对自然生态系统中的数十万种DNA病毒进行了编目，但对于RNA病毒的研究却相对较少。
然而，与人类和其他由细胞组成的生物体不同，病毒没有特别的DNA段，也就是研究人员所谓的遗传条形码。没有这种条形码，试图在自然界分辨不同种类的病毒将成为一种挑战。
为了绕过这一限制，我们决定确定对一种特殊蛋白质的基因进行编码，这种蛋白质能使病毒复制其遗传物质。这是所有RNA病毒唯一共享的蛋白质，因为它在自我传播方面发挥着重要作用。然而，每种RNA病毒在编码该蛋白质的基因上都有微小的差异，这种蛋白质有助于区分病毒的类型。
因此，我们对一个全球RNA序列数据库进行了筛选，该数据库是在为期四年的塔拉海洋探险队（Tara Oceans expeditions）全球研究项目中收集的浮游生物基础上建立的。浮游生物指所有因太小而无法逆流而上的水生生物。它们是海洋食物网的重要组成部分，也是RNA病毒的常见宿主。我们的筛选最终确定了44,000多个编码病毒蛋白的基因。
然后，我们的下一项挑战就是确定这些基因之间的进化联系。两个基因越相似，具有这些基因的病毒就越可能是密切相关的。由于这些序列在很久以前就已经进化了（可能在首个细胞出现之前），一些基因标志——它们能表明新病毒可能是从某个常见的祖先身上分裂出来的——已经湮没在漫长的时间中。然而，一种被称为机器学习的人工智能形式能使我们系统地组织这些序列，并进行比人工更客观的差异检测。
我们一共发现了5504种新的海洋RNA病毒，把已知的RNA病毒门类数量从5个提高到了10个。对这些新序列的地理分布进行测绘后，我们发现其中两个新门类在广阔的海洋区域特别丰富，而且在温带和热带水域（the Taraviricota，以Tara Oceans探险队命名）和北冰洋（the Arctiviricota）呈现出区域偏好。
我们认为，Taraviricota 有可能是研究人员长期以来一直在寻找的RNA病毒进化中的缺失环节，它连接了RNA病毒两个具有不同基因复制方式的已知分支。
为什么它很重要
这些新的序列不仅帮助科学家更好地了解RNA病毒的进化历史，也使其更好了解地球上早期生命的进化。
正如新冠肺炎疫情已经显示的，RNA病毒可以引起致命的疾病。但是RNA病毒在生态系统中也发挥着重要作用，因为它们可以感染各种各样的生物，包括在化学层面影响环境和食物网的微生物。
在地图上标出这些RNA病毒在世界何处寄居，有利于阐明它们如何影响我们星球上那些推动诸多生态过程的生物体。我们的研究还提供了改良的工具，可以帮助研究人员在基因数据库扩充时对新病毒进行编目。
仍旧不为人知的
尽管发现了这么多新的RNA病毒，但要确定它们感染的是什么生物体仍然具有挑战性。研究人员目前大多只能接触到不完整的RNA病毒基因组碎片，部分因为RNA病毒基因组的遗传复杂性和技术限制。
我们下一步工作将弄清楚现在可能缺少哪些种类的基因，以及它们是如何随时间变化的。揭开这些基因的面纱有助于科学家更好地了解这些病毒的工作原理。