病毒不僅對人類健康產生深遠的影響，也是全球生物地球化學循環的幕后推手。目前大多數病毒分類方法主要依賴于接近完整的病毒基因組數據，對片段化和不完整的病毒序列分類效果較差。此外，目前的技術手段大多對雙鏈DNA病毒的分類效果較好，而對RNA病毒和單鏈DNA病毒的高通量準確分類仍存在困難。特別是對于高度不完整的病毒片段，如何將其準確地進行分類仍然是一個亟須解決的問題。

上述問題限制了業界對環境中復雜病毒群體的深入解析。如何準確細致地對環境病毒進行分類，已成為當今生物學、醫學與生態學研究亟待突破的重要挑戰。

該研究團隊開發的VITAP通過結合序列比對與圖論算法，不僅能對DNA及RNA病毒進行精準分類，還為每個分類單元提供了置信度評估，可對長度短至1000個堿基對的病毒基因組序列進行從門到屬水平的高效分類，并大幅提升了病毒注釋率。

此外，VITAP能夠基于國際病毒分類委員會(ICTV)制定的最新分類數據庫進行自動更新，并支持用戶自定義分類數據庫。

在后續的分析測試中，該研究團隊將VITAP方法成功應用于宏病毒組和病毒基因組的注釋，結果顯示VITAP在科級和屬級的分類分析中不僅能保持超過90%的準確率、精度和召回率，還顯示出了優于其他方法的注釋率。

整體而言，VITAP在保證高準確率的前提下，實現了更全面、穩定的病毒分類，并為病毒基因組學、分類學和生態學研究提供了一個高效的自動化新工具。

關鍵詞：