全新AI模型ViraHInter问世，精准预测病毒如何“劫持”人体蛋白

上海人工智能实验室联合复旦大学、上海交通大学医学院附属瑞金医院及上海市病毒研究院，共同研发出一款名为 ViraHInter 的新型人工智能模型。这款工具不依赖传统实验室的繁琐实验，而是通过计算模拟，直接预测病毒入侵人体后，如何与宿主细胞中的蛋白质发生相互作用——这正是病毒复制和致病的关键一步。

不只是看序列，更看“结构”如何咬合

过去，科学家预测病毒与人体蛋白如何结合，要么靠分析蛋白质的氨基酸序列，要么靠解析其三维结构，但两者往往难以兼顾。ViraHInter 的突破在于，它同时“读懂”了序列和结构两层信息——就像既知道一个人说了什么，也清楚他说话时的手势和表情。

模型能生成病毒蛋白与人体蛋白结合时的全原子三维图像，精确到每一个原子的位置和相互作用力。这意味着，研究人员不再只能猜测“可能哪里结合”，而是能看到“具体哪个氨基酸残基卡在了哪个凹槽里”。这种细节，正是设计高效药物的关键。

同时，它还借助“蛋白语言模型”技术，从海量病毒序列中找出那些即使在快速变异中也始终不变的核心区域——这些“保守位点”往往是病毒的软肋，也是药物最理想的靶标。

精度远超AlphaFold3，已锁定33个流感共同靶点

在多项公开测试中，ViraHInter 对病毒-人类蛋白相互作用的预测准确率达到了0.50（AUC值），比目前公认最强大的结构预测工具 AlphaFold3 高出4.5倍，也显著优于其他主流方法。

研究团队用该模型分析了三种主要流感病毒（H1N1、H3N2、H5N1），成功识别出33个被这三类病毒共同“劫持”的人体蛋白。这些蛋白分布在免疫调节、细胞运输、基因表达等多个关键通路中，其中多个此前未被充分关注，现在成为潜在的广谱抗流感药物新靶点。

面对新病毒，它也能“认得出来”

真正让人眼前一亮的是它的泛化能力。在模拟新型病毒（如未来可能出现的冠状病毒或禽流感变种）的测试中，即便病毒序列与已知毒株相似度极低，ViraHInter 依然能准确预测其可能结合的人体蛋白。

这意味着，它不只是在“背题”，而是在“理解规律”。当下一次疫情暴发时，科学家或许能在几小时内获得一份潜在药物靶点清单，而无需等待数月的湿实验验证。

未来：加速抗病毒药研发，缩短“从发现到药物”周期

目前，全球抗病毒药物研发普遍耗时5–10年，成本动辄数十亿美元。ViraHInter 的出现，有望将前期靶点筛选时间从数年压缩至数周。

团队已与多家药企展开初步接洽，计划将模型应用于流感、新冠、埃博拉等高风险病毒的药物设计中。下一步，他们将公开部分模型接口，供全球科研机构免费用于非商业研究，推动开放协作。

这不是一个“炫技”的AI项目，而是一个真正为药物研发提速的工具。当病毒不断变异，人类需要的不是更多实验，而是更快的洞察力。ViraHInter，或许正是这场对抗中的新武器。