背景

新興感染症や変異ウイルスの流行時、ゲノム塩基配列データは伝播経路や変異速度を把握するための核心的な資源である。保健当局はウイルスの進化履歴を系統樹として再構成し、いつ、どこでウイルスが流入し、どのように広がったかを推定する。この過程で、最も正確な統計的フレームワークとして認められている手法が「ベイズ系統力学（Bayesian phylogenetics）」である。不確実性を体系的に反映しながら、進化速度や感染再生産数などの主要な疫学指標を同時に推定できるためである。

問題は計算量である。従来のベイズ系統解析ツールは、マルコフ連鎖モンテカルロ（MCMC, Markov Chain Monte Carlo）アルゴリズムを使用する。サンプル数が数百を超えると計算時間が指数関数的に増大し、解析完了までに数日から数週間を要することがあった。パンデミックの状況下で、数万、数十万件の全ゲノムデータが流入する場合、従来の技法ではリアルタイムの防疫意思決定にタイムリーに寄与することが困難であった。高性能なコンピューティング・インフラを備えていない低開発国や地域の保健機関では、最新の系統解析結果を防疫の現場に直接適用することさえ困難な実情であった。

核心的な発見

研究チームは、蓄積される大規模なウイルスゲノムデータをリアルタイムに近い形で処理できる新しい計算フレームワーク「Delphy」を公開した。Delphyの核心は、新しいデータが入るたびに系統樹全体をゼロから再計算するのではなく、既存に学習された系統樹の事後確率分布に新規塩基配列を有機的に結合する「オンライン・ベイズ更新」構造にある。

アルゴリズムの最適化により、Delphyはサンプルが蓄積・増加する状況においても計算複雑性を劇的に低減させた。数千件の塩基配列を処理する際、従来のツールが高性能クラスターで数十時間を要していたのに対し、Delphyは一般的なワークステーション級のコンピュータでも数十分以内にベイズ解析を完了させた。速度を向上させつつも、統計的な正確性は最高水準を維持した。シミュレーションおよび実際の感染症ゲノムデータセットを用いた検証の結果、分岐時間の推定値および系統樹のトポロジー構造の事後確率分布は、伝統的な全数MCMC方式と一致する正確性を立証した。これにより、リソースが制限された環境でも、最小限の計算コストで最高水準の系統力学分析を実行することが可能となった。

意義と展望

Delphyの登場は、ゲノム監視体制のパラダイムを「中央集権的な事後解析」から「地域分散型のリアルタイム監視」へと転換させる転換点となる。データが生成された直後に現地の研究所で系統解析を直接実行し、その結果を防疫現場へ即座にフィードバックできるためである。世界各国の公衆衛生機関が自らのデータ主権を維持しながら、標準化されたベイズ精密解析を自律的に運用できる基盤が整った。

課題も残されている。組換え（recombination）頻度が高い、あるいは挿入・欠失変異が複雑に絡み合う病原体においては、単純な点突然変異モデルよりも追加的な系統モデリング作業が必要となる。また、新規データの品質のばらつきやシーケンシングエラーが蓄積した場合、長期的な更新プロセスにおいてバイアスが発生するリスクも排除できない。今後の研究では、多様な変異メカニズムを柔軟に受け入れ、データ精製プロセスを自動化するパイプラインの拡張が求められる。