即使將來出現未知病毒，也能做到防止發生類似新冠病毒的全球性大流行。為了在2050年實現這一社會目標，大阪大學和東京大學等團隊正在致力於研發。該研究的關鍵在於在以往的病毒研究中將基因活動進行視覺化成像、結合以人工智慧（AI）為代表的數理學的融合技術。
在千葉縣柏市的東京大學研究生院新領域創成科學研究科的一間研究室内，有一臺全長約1米的白色箱形檢測設備。將小鼠大腦的樣本設置好後，顯現出了被黑線分隔的一個一個的腦細胞和200多種經過螢光染色的基因。
這就是可以在分子水平上對體內的基因和蛋白質活動進行全面調查的美國10x Genomics公司的最新設備「OMIX解析」。全球首臺設備已於今年1月在東京大學投入使用。
除了用於癌症和精神病疾患的分析之外，還用於2020年政府的大型項目「登月型研發事業」中針對未知病毒防護的研究項目。
研究團隊的目標是，當未知病毒出現時，快速開發出在感染擴大前就能檢測出來的技術，通過提示最佳治療方法來防止全球性大流行。
要做到這一點，首先需要對已知的病毒在體內的行為進行全面調查和系統化。不同類型的病毒導致重症化的機制不同，涉及的蛋白質和基因也不同。
如果能將病毒和在體內的行為歸類化，即使出現未知的病毒，也能容易地識別出類型、可以靶向的確定蛋白質和基因，以防止重症化。
擔任研究項目經理的大阪大學微生物研究所特任教授松浦善治表示:「一旦知道了病毒屬於哪種類型，即使是未知的，人類也可以立即開展治療」。
今後將通過東京大學的分析儀器識別被各種已知病毒感染的小鼠樣本中激活的基因。通過在計算機上再現肺組織並將調查細胞活動的獨特技術等基因活動進行視覺化成像，收集與傳染病相關的體內數據。
將病毒感染中激活的基因視覺化
在小鼠的每個腦細胞中識別出因感染病毒而被激活的基因
例如，感染新型冠狀病毒後因誘導體内免疫細胞的蛋白質過度活躍，導致「細胞介素風暴」使得免疫過激的重症病例，就可以用已知的病毒來識別蛋白質質和相關基因。
AI不僅限於分析數據，還可以推論，並將其回饋給病毒和免疫學實驗。通過改變實驗情境有助於獲取新數據。研究人員已經取得了明確新冠病毒重症化過程中被激活的細胞活動模式等。
預計到2025年之前將病毒體系化，從2030年開始將完善針對未知病毒的檢查方法和治療方法的研究基礎。
成像優勢
在新冠病毒全球性大流行的2020年，日本應對傳染病防看護作的滯後問題暴露無遺。與因嚴重急性呼吸道症候群（SARS）和中東呼吸症候群（MERS）而遭受重創的韓國等國家相比，日本的病毒檢測儀器和能夠應對的人才有限，專門從事傳染病的研究人員也並不多。
大阪大學特任教授松浦善治表示，作為對上述問題的反省，以此次新冠病毒為契機，「病毒感染症的研究體制發生了徹底變化」。
北海道大學和長崎大學等在傳染病研究領域領先的大學和理化學研究所將參加研發。在癌症和神經疾病領域一直合作的成像和數理學研究人員，也開始研究此前從未接觸過的傳染病。
松浦教授表示「日本在成像技術方面處於世界領先水平」。
本次新冠流行期間，日本只能進口海外企業生產的疫苗。為了在未知病毒方面發揮出日本的優勢，為了避免重蹈此前不利態勢的覆轍，多個領域的研究人員正在努力進行研究。
日文：寺岡篤志、《日經產業新聞》2023/7/14
中文：JST客觀日本編輯部
