这些病毒在RNA中携带其遗传信息，而不是DNA。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RNA病毒却相对没有被研究。
研究人员表示，病毒跟人类和其他基于细胞的生物不同，它缺乏独特的短段DNA进而使其可以作为基因条形码。在没有这种条形码的情况下，试图区分野外的不同病毒种类是一件非常困难的事情。
对此，研究人员决定找到编码一种特定蛋白质的基因。据悉，这种蛋白质使病毒能够复制其遗传物质从而绕过这一限制。这是所有RNA病毒唯一具有的共同蛋白质，因为它在它们如何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，科学家可以用它来帮助区分一种类型的病毒。
因此，研究人员筛选了一个全球RNA序列数据库，该数据库是在为期四年的Tara Oceans探险队全球研究项目中收集的浮游生物。浮游生物是一种因个头过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，是RNA病毒的常见宿主。研究团队的筛选工作最终确定了44,000多个编码病毒蛋白的基因。
然后，我们的下一个挑战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，所以这表明新病毒可能从一个共同的祖先中分裂出来的基因路标已经被时间所遗忘。然而一种被称为机器学习的AI形式使研究人员能够系统地组织这些序列并比人工完成的任务更客观地检测差异。
最终，他们共确定了5504个新的海洋RNA病毒并将已知的RNA病毒门类的数量从5个增加到10个。这些新序列的地理分布显示，其中两个新门类在广阔的海洋区域特别丰富，在温带和热带水域（Taraviricota）或北冰洋（Arctiviricota）有区域偏好。
研究小组认为，Taraviricota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病毒的两个不同的已知分支，这些分支在复制方式上出现了分歧。
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，而且还了解地球上早期生命的进化。
正如COVID-19大流行所显示的那样，RNA病毒可以引起致命的疾病。但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。
绘制出这些RNA病毒在世界何处生活的地图可以帮助澄清它们如何影响驱动我们星球的许多生态过程的生物体。这项新研究还提供了改进的工具，它可以帮助研究人员随着基因数据库的增长对新病毒进行编目。
仍不为人知的东西
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具有挑战性。研究人员目前也主要限于不完整的RNA病毒基因组的片段，部分原因是它们的遗传复杂性和技术限制。
研究人员表示，他们的下一步将是弄清楚可能缺少哪些种类的基因以及这些基因是如何随时间变化的。而揭示这些基因将可以帮助科学家更好地了解这些病毒的工作原理。