病毒不仅对人类健康产生深远的影响，也是全球生物地球化学循环的幕后推手。目前大多数病毒分类方法主要依赖于接近完整的病毒基因组数据，对片段化和不完整的病毒序列分类效果较差。此外，目前的技术手段大多对双链DNA病毒的分类效果较好，而对RNA病毒和单链DNA病毒的高通量准确分类仍存在困难。特别是对于高度不完整的病毒片段，如何将其准确地进行分类仍然是一个亟须解决的问题。

上述问题限制了业界对环境中复杂病毒群体的深入解析。如何准确细致地对环境病毒进行分类，已成为当今生物学、医学与生态学研究亟待突破的重要挑战。

该研究团队开发的VITAP通过结合序列比对与图论算法，不仅能对DNA及RNA病毒进行精准分类，还为每个分类单元提供了置信度评估，可对长度短至1000个碱基对的病毒基因组序列进行从门到属水平的高效分类，并大幅提升了病毒注释率。

此外，VITAP能够基于国际病毒分类委员会(ICTV)制定的最新分类数据库进行自动更新，并支持用户自定义分类数据库。

在后续的分析测试中，该研究团队将VITAP方法成功应用于宏病毒组和病毒基因组的注释，结果显示VITAP在科级和属级的分类分析中不仅能保持超过90%的准确率、精度和召回率，还显示出了优于其他方法的注释率。

整体而言，VITAP在保证高准确率的前提下，实现了更全面、稳定的病毒分类，并为病毒基因组学、分类学和生态学研究提供了一个高效的自动化新工具。

标签：