Rapid Phylogeographic Inference of Regional Epidemic Dynamics for Routine Genomic Surveillance

ウイルスの見えない地図

あなたが、巨大な学校の中で噂がどのように広まっているのかを理解しようとしている場面を想像してみてください。あなたには、その噂を聞いたすべての生徒のリストと、彼らがいつそれを聞いたのかという正確な記録があります。もし一人の生徒の話だけを見ていたら、どこでその噂を聞いたのかを推測するだけかもしれません。しかし、リスト全体をまとめて見れば、より大きな全体像が見えてきます。誰が噂を始めたのか、どの廊下が最も賑わっていたのか、そして噂が食堂から体育館へと、誰も予想していなかった速さでどのように飛び火したのかが見えてくるのです。

科学の世界では、これを**ゲノム疫学（genomic epidemiology）**と呼びます。学校の噂の代わりに、科学者はウイルスを追跡します。ウイルスが人に感染するたびに、ウイルスは自身の遺伝コード（DNAまたはRNA）を複製します。この複製プロセスにおいて、時折、小さな「タイポ（打ち間違い）」が発生することがあります。これらのタイポは、ユニークな指紋のような役割を果たします。異なる人々から採取したウイルスを配列解析（シーケンシング）することで、科学者は、ウイルスが異なる場所でどのように関連しているかを示す「家系図」（系統樹／phylogenyと呼ばれます）を構築することができます。その目的は、この巨大な家系図を、公衆衛生当局に対して、ウイルスがどこから来て、どこへ向かい、どれほどの速さで広がっているのかを伝える「地図」へと変えることです。

しかし、そこには大きな問題があります。現代の技術は数百万ものウイルスを配列解析できますが、それによって作成される家系図はあまりに巨大で複雑になり、従来のコンピュータプログラムでは処理ができなくなってしまうのです。それは、パズルのピースを一つずつ見ながら、百万ピースのパズルを解こうとするようなものです。コンピュータが全体像を把握するのに数日や数週間を要してしまいますが、ウイルスが今まさに広がっている最中においては、それでは遅すぎるのです。科学者たちは、アウトブレイクを止めるために、パズル全体を一瞬で見る方法を必要としています。

STEPHY：高速読解の探偵

ここで、エモリー大学とカリフォルニア大学サンフランシスコ校の研究者によって開発された新しいツール、STEPHY（Spatial Transmission Estimation from PHYlogenies：系統樹からの空間的伝播推定）が登場します。STEPHYを、一冊の本のページを一枚ずつ丁寧に読む遅い探偵ではなく、図書館全体の蔵書を一瞥して、即座にその物語を理解できる超高速AIだと考えてください。

研究者たちは、**グラフニューラルネットワーク（Graph Neural Network）**と呼ばれる一種の人工知能を用いてSTEPHYを構築しました。その仕組みを理解するために、ウイルスの家系図が単なる名前のリストではなく、ある都市の地図であると想像してみてください。この都市では、すべての近隣地域が「ノード（点）」であり、それらを結ぶ道路が「エッジ（線）」です。STEPHYは、ウイルスの家系図の形状を見て、それをこの都市の地図へと変換します。STEPHYは、一つの近隣地域を孤立して見るのではなく、地域間の「交通量（ウイルス）」がどのように移動しているかを見ます。例えば、地域Aでのウイルス発生が地域Bの直前に行われたかどうかをチェックし、それによってウイルスがAからBへと移動した可能性が高いと判断します。

論文では、STEPHYが驚異的な速さと驚くべき正確さを備えていることが示されています。研究者が既知の正解を持つ偽のウイルス発生シナリオを作成してテストを行ったところ、STEPHYは巨大な家系図を一目見て、「基本再生産数（一人の感染者が何人に感染させるか）」、「回復率（人々がどれくらいの速さで回復するか）」、そして最も重要なこととして、どの地域が「ソース（発生源）」であり、どの地域が「シンク（受け皿）」であるかを即座に推測することができました。

ここでの驚くべき点は、STEPHYがこれらすべてをミリ秒単位で行うことです。古い手法では、数千のウイルスサンプルを含む樹を分析するのに数時間や数日かかることがありますが、STEPHYは標準的なコンピュータプロセッサ上で約6.5ミリ秒で完了します。これは、まばたきをするよりも速い時間です。さらに印象的なことに、研究者が7,000を超えるウイルスサンプルを含む樹でテストを行った際も、19ミリ秒未満で完了しました。

研究者たちは、偽のデータだけで終わったわけではありません。彼らは、パンデミック中にほぼすべてのウイルス症例の配列解析を完璧に行った国であるデンマークの実データにSTEPHYを適用しました。彼らは、ウイルスの5つの異なる波（アルファ、デルタ、オミクロン変異株）を調査しました。STEPHYは、一貫してHovedstaden（コペンハーゲンを含む首都圏）が、国内の他の地域へウイルスを広めた主要な「ソース」であることを特定しました。また、パンデミックがアルファからオミクロンへと進行するにつれて、「ソース」となる地域と「シンク」となる地域の差がより大きく、明確になっていくことも発見しました。言い換えれば、ウイルスは特定のハブから他の地域へと集中的に広がるようになっていったのです。

この論文が示している最も重要なことの一つは、STEPHYが各地域を個別に（パズルのピースを一つずつ解こうとするように）見るよりも、すべての地域をまとめて見たときの方がうまく機能するということです。研究者たちは、STEPHYを、各地域を独立して扱うバージョンと比較しました。独立したバージョンも決して悪くはありませんでしたが、地域同士のつながりを理解しているSTEPHYの方が、はるかに正確でした。特に、ある場所が主にウイルスを送り出しているのか、それとも受け取っているのかを示す「ソース・シンク・スコア」を推測することにおいて、非常に優れていました。

また、論文ではSTEPHYが実データの「曖昧さ」を扱えるかどうかも検証しています。時には、ウイルスサンプルが非常に似通っているため、家系図が100%明確ではないことがあります。これをテストするため、研究者たちはデータをわずかにシャッフルして作成した、同じ家系図の40の異なるバージョンに対してSTEPHYを実行しました。結果は非常に一貫しており、STEPHYは樹の構造の小さな変化によって混乱することはないということが証明されました。

要約すると、この論文は、STEPHYが膨大な量の遺伝データを、即座に実行可能な地図へと変えることができる、強力で即戦力となるツールであることを示唆しています。スマートなAIを用いて地域間のつながりを見ることで、テキストメッセージを送るほどの短時間で、ウイルスが国をどのように移動しているかを理解できることを証明しています。このツールはシミュレーションとデンマークのデータでテストされましたが、著者らは、コンピュータによる学習用のシミュレーションが現地の状況と一致していれば、他のウイルスや他の国にも適応可能であると述べています。これは、目に見えないものを可視化する新しい方法であり、遺伝コードの山を、明確で動きの速い絵へと変えるものなのです。