京都大学の研究チームは、人工知能（AI）を用いて新型コロナウイルスの変異株の感染力予測に成功したと発表した。この技術により、従来の実験的手法よりも迅速かつ正確に変異株のリスク評価が可能となり、今後のパンデミック対策に大きく貢献することが期待される。
AIによる予測モデルの開発
研究チームは、ウイルスのスパイクタンパク質の構造データと、既知の変異株の感染力情報を学習させた深層学習モデルを構築。このモデルは、新たに出現した変異株のアミノ酸配列から、その感染力がどの程度変化するかを高精度で予測できるという。
従来の方法では、実際に細胞を用いた実験を行う必要があり、結果が出るまでに数週間から数カ月を要していた。しかし、今回のAIモデルを使えば、数時間で予測が可能になる。
—
99%以上の精度を達成
研究チームによると、過去の変異株データを用いた検証では、予測精度が99%以上に達した。特に、デルタ株やオミクロン株など、感染力が大きく変化した変異株についても正確に予測できたという。
「この技術により、新たな変異株が出現した際に、そのリスクを迅速に評価できるようになります。ワクチンや治療薬の開発にも役立つでしょう」と、研究を主導した京都大学の教授は述べている。
今後の展望と課題
研究チームは、今後はこのAIモデルをさらに改良し、感染力だけでなく、免疫逃避能や重症化リスクなども予測できるようにする計画だ。また、他の感染症にも応用可能な汎用的なプラットフォームの開発を目指す。
ただし、AIモデルは学習データに依存するため、未知の変異株に対しては予測精度が低下する可能性がある。そのため、実験による検証と組み合わせることが重要だと研究チームは指摘している。
この研究成果は、科学誌『Nature Communications』に掲載された。
