随着新型人工智能技术的提高，越来越多的医学人员运用其中，医学家利用人工智能探索出了极为重要的贡献。 

        2020年9月29日——西北大学的科学家和其他人在《自然》杂志上报道，人类巨细胞病毒利用人工智能技术对核内极性进行细胞质控制，这可能有助于识别病毒如何控制细胞的变化。研究人员指出，病毒可以控制细胞核的结构和遗传极性，这一发现强调了感染期间基因组组织的重要性，以及人工智能技术可以在多大程度上帮助科学家识别复杂的细胞内变化。

病毒可以控制细胞在许多方面,存在于细胞核直接控制的病毒蛋白的基因表达,在细胞表面或细胞质中可以扮演一个角色在控制细胞信号网络的蛋白质,例如,研究人员说,在每个情况下(包括在病毒感染),核将如何以及为什么和重组,5月底仍需要深入研究的问题。研究任何细胞的过程是一个核心的问题,活动的每一个细胞在细胞培养多少异质性,我们可以有一些没有发生在感染细胞感染的过程中,一些失败的感染,感染细胞,每个细胞在感染的不同阶段,也许在实验,很难控制和同步。

图片来源:CC0公共领域

研究人员可以对单个细胞进行成像，但这一过程需要分析大量细胞才能了解实际情况，而这往往是容易出错的。作为人类，我们很难不关注那些非常引人注目和更明显的表达形式，但这可能导致更主观的分析，或无意中夸大更容易被人类看到和研究的表现型。为了简化这一过程，研究人员开发了一种自动细胞成像系统，使用基于人工智能的网络(卷积神经网络)来识别和分析感染细胞的特性。由于现有图像分析工具的局限性，研究人员试图利用正在迅速改变我们世界的计算机视觉技术的最新进展，开发新的分析管道。

具体来说，研究人员可以向该系统提供大量的训练数据，帮助了解如何识别受感染的细胞以及细胞内感染的不同阶段;一旦这个网络被训练好，研究人员就会重新编程显微镜，以搜索含有细胞培养物的盖玻片并对其成像，这样系统就可以分类哪些细胞被感染，以及感染的阶段。研究人员可以对该系统进行编程，以识别特定参数，如细胞核中特定蛋白质的高度和位置，并生成对整个细胞特定区域的强度或“平均投影”的“行扫描”。沃尔什说:“当你对数千个细胞这样做时，你会得到一个用户独立的、完全公正的“空间免疫印迹”，它可以检测到受感染的细胞，而不是未受感染的细胞，或者与你的分析无关的细胞。”

使用这个系统,研究人员可以从感染细胞的样本中识别广泛的调整方法,这种方法可以产生强大的乙酰化微管结构(也就是说,存在于细胞质中的管状结构),它将坚持核膜及核细胞中的蛋白质来帮助控制肌动蛋白丝,这反过来,重组原子核内部结构,可以控制结构和遗传极性。令研究人员惊讶的是，这种病毒能够在细胞质中形成微管，有效地抓住细胞核表面，然后利用这一点从内到外重新编程细胞核的内部结构，形成受控形式。研究人员还发现肌动蛋白丝似乎也参与其中。

这项研究的结果可能会提高研究人员对感染细胞基因组组装的基本分子机制以及这种组装如何促进体内整体感染的认识。研究人员希望通过提供一个相对公正的人类巨细胞病毒复制阶段的神经网络来促进进一步的研究，以帮助建立可常规使用的基于社区的标准。