隨著新型人工智能技術的提高，越來越多的醫學人員運用其中，醫學家利用人工智能探索出了極為重要的貢獻。 

        2020年9月29日——西北大學的科學家和其他人在《自然》雜志上報道，人類巨細胞病毒利用人工智能技術對核內極性進行細胞質控制，這可能有助于識別病毒如何控制細胞的變化。研究人員指出，病毒可以控制細胞核的結構和遺傳極性，這一發現強調了感染期間基因組組織的重要性，以及人工智能技術可以在多大程度上幫助科學家識別復雜的細胞內變化。

病毒可以控制細胞在許多方面,存在于細胞核直接控制的病毒蛋白的基因表達,在細胞表面或細胞質中可以扮演一個角色在控制細胞信號網絡的蛋白質,例如,研究人員說,在每個情況下(包括在病毒感染),核將如何以及為什么和重組,5月底仍需要深入研究的問題。研究任何細胞的過程是一個核心的問題,活動的每一個細胞在細胞培養多少異質性,我們可以有一些沒有發生在感染細胞感染的過程中,一些失敗的感染,感染細胞,每個細胞在感染的不同階段,也許在實驗,很難控制和同步。

圖片來源:CC0公共領域

研究人員可以對單個細胞進行成像，但這一過程需要分析大量細胞才能了解實際情況，而這往往是容易出錯的。作為人類，我們很難不關注那些非常引人注目和更明顯的表達形式，但這可能導致更主觀的分析，或無意中夸大更容易被人類看到和研究的表現型。為了簡化這一過程，研究人員開發了一種自動細胞成像系統，使用基于人工智能的網絡(卷積神經網絡)來識別和分析感染細胞的特性。由于現有圖像分析工具的局限性，研究人員試圖利用正在迅速改變我們世界的計算機視覺技術的最新進展，開發新的分析管道。

具體來說，研究人員可以向該系統提供大量的訓練數據，幫助了解如何識別受感染的細胞以及細胞內感染的不同階段;一旦這個網絡被訓練好，研究人員就會重新編程顯微鏡，以搜索含有細胞培養物的蓋玻片并對其成像，這樣系統就可以分類哪些細胞被感染，以及感染的階段。研究人員可以對該系統進行編程，以識別特定參數，如細胞核中特定蛋白質的高度和位置，并生成對整個細胞特定區域的強度或“平均投影”的“行掃描”。沃爾什說:“當你對數千個細胞這樣做時，你會得到一個用戶獨立的、完全公正的“空間免疫印跡”，它可以檢測到受感染的細胞，而不是未受感染的細胞，或者與你的分析無關的細胞。”

使用這個系統,研究人員可以從感染細胞的樣本中識別廣泛的調整方法,這種方法可以產生強大的乙酰化微管結構(也就是說,存在于細胞質中的管狀結構),它將堅持核膜及核細胞中的蛋白質來幫助控制肌動蛋白絲,這反過來,重組原子核內部結構,可以控制結構和遺傳極性。令研究人員驚訝的是，這種病毒能夠在細胞質中形成微管，有效地抓住細胞核表面，然后利用這一點從內到外重新編程細胞核的內部結構，形成受控形式。研究人員還發現肌動蛋白絲似乎也參與其中。

這項研究的結果可能會提高研究人員對感染細胞基因組組裝的基本分子機制以及這種組裝如何促進體內整體感染的認識。研究人員希望通過提供一個相對公正的人類巨細胞病毒復制階段的神經網絡來促進進一步的研究，以幫助建立可常規使用的基于社區的標準。