麻省理工学院（MIT）の研究チームが、人工知能（AI）を活用してインフルエンザウイルスの流行株を数か月先に予測するシステム「VaxSeer」を開発した。このAIツールは、世界保健機関（WHO）が毎年2回開催する会議で選定するワクチン候補株を上回る精度で、将来の主要流行株の選定を支援する。WHOの推薦は、過去の流行データとウイルス進化の推定に基づくが、変異の速さにより、実際の流行株と一致しないケースが少なくない。その結果、インフルエンザワクチンの有効性は最大40～60％にとどまり、改善の余地がある。 VaxSeerは、数十年にわたるウイルス遺伝子配列と実験データを学習した深層学習モデルで、ウイルスの進化パターンとワクチンの中和効果を同時に予測する。従来のモデルは単一アミノ酸変異を個別に評価するが、VaxSeerは「タンパク質言語モデル」を用いて、複数変異の組み合わせがウイルスの優位性に与える影響を動的かつ総合的に分析する。このアプローチにより、ウイルスの「主導性」と「抗原性」の両方を評価する二重構造の予測エンジンが実現した。 研究チームは、2010～2020年の10年間分のデータを用いた後方視的検証を行い、H3N2型では9回中VaxSeerがWHOの選定を上回り、H1N1型でも6回で同等または優れた結果を示した。評価指標は「予測被覆率スコア」で、0に近いほどワクチンと流行株の適合度が高いことを意味する。 VaxSeerは、ウイルスの伝播速度を予測し、血凝抑制試験の結果を基に抗原性を評価。その後、常微分方程式を用いた数理モデルでウイルスの流行過程を再現する。研究の主筆者であるWenxian Shi氏は、「AIが感染と免疫の競争に先んじて対応できるようになる」と語る。 今後は神経氨酸酵素など他のウイルスタンパク質の統合や、個人の免疫履歴、生産制約の考慮も検討される。MITのRegina Barzilay教授は、「この研究は、ウイルスの進化に追いつくための新たなアプローチを示している」と強調。同システムの発展は、インフルエンザに限らず、他の急変する病原体への対応にも応用可能となる。