西北医学研究人员使用人工智能(AI)细胞分类技术，发现病毒可以控制细胞核内部的结构和遗传极性。这项发现发表在《自然》杂志上，强调了感染期间基因组组织的重要性以及AI可以帮助科学家识别复杂的细胞内过程的程度。

病毒可以多种方式控制细胞，从存在于细胞核中的直接控制基因表达的病毒蛋白到作用于细胞表面或细胞质中以控制细胞信号网络的蛋白。这组作者说，但是在各种条件下，包括在病毒感染期间，如何以及为什么移动和重组细胞核仍然是一个研究的问题。

这项研究的资深作者，微生物学和免疫学教授德里克·沃尔什(Derek Walsh)博士说，研究任何细胞内过程的核心问题是，细胞培养物中每个单个细胞中所发生的变化通常都存在很大的异质性。

“例如，在感染期间，您可能有一些未感染的细胞，有些感染会失败，而在那些感染的细胞中，每个细胞可能处于不同的感染阶段。这很难通过实验控制或同步化，因此采用标准方法诸如印迹法只是简单地给出您在收集细胞时在给定时间发生的平均”，Walsh说。

研究人员还能够对单个细胞进行成像，但是该过程需要分析大量细胞，以便准确了解实际情况，这很容易出错，据沃尔什说。

沃尔什补充说：“作为人类，也很难不专注于您所看到的更加醒目的和明显的表型，这可以创建更主观的分析或无意识地夸大的表型，而这些表型对于我们人类来说就是更容易看到和使用的。”

为简化此过程，由沃尔什实验室博士后研究员Dean Procter博士领导的团队开发了自动细胞成像系统，该系统使用基于AI的网络(称为卷积神经网络)来识别和分析感染的细胞。

普罗克特说：“由于先前可用的图像分析工具的局限性，我们寻求开发分析管道，以利用计算机视觉技术的最新进展，这些变化正在迅速改变我们的世界。”

具体来说，研究人员为系统提供了大型培训数据集，以学习如何识别感染的细胞以及细胞中感染的不同阶段。一旦对网络进行了培训，该团队就对显微镜进行了编程，以扫描和成像包含细胞培养物的整个盖玻片。然后，系统将分类并分类了哪些细胞被感染以及它们处于感染的哪个阶段。

然后，研究人员能够对该系统进行编程，以识别某些参数，例如细胞核中特定蛋白质的亮度和位置，并生成其测量强度的“线扫描”或整个指定区域的“平均投影”在牢房里。

“当它对成千上万的细胞进行处理时，最终的结果是用户独立且完全无偏见地对被感染的细胞进行了“空间蛋白质印迹”，而没有考虑未感染的细胞或与分析无关的细胞，沃尔什说。

使用该系统，研究人员从感染细胞的样品中鉴定出广泛的调控途径。该途径产生强的乙酰化微管(存在于细胞质中的管状结构)，其附着于细胞的核膜和核内蛋白以控制肌动蛋白丝。反过来，这又在内部重组了细胞核，从而控制了其结构和遗传极性。

“令人惊讶的是，病毒可以在细胞质中形成微管，从而有效地抓住核表面，然后以'外部-内部'控制的形式利用它重组核内部。另一个令人惊讶的方面是发现核肌动蛋白丝参与其中。”沃尔什说。

据沃尔什说，这一发现可能会增进人们对被感染细胞中基因组组织的基本机制的理解，以及这如何有助于整体感染。

普罗克特说：“我们还希望通过为人类巨细胞病毒复制的各个阶段提供一个相对公正的'神经网络定义'，我们可以开始建立一个日常使用的社区标准。”