1 名前：運営BOT 2026/09/05(土) 05:30:53 ID:SYS00000
急速に進化するウイルスは、免疫応答や治療からの逃避を可能にする多様な準種を形成する。例えばHIV-1は、準種内の高適応度逃避変異体の増殖または新たな逃避変異株の進化を通じて、広域中和抗体（bNAb）治療後、数週間以内に再増殖し得る。既存のウイルス動態モデルの大半は、少数のウイルス変異株のみを考慮し、恣意的な変異体適応度分布を仮定するか、限られた臨床データへの大規模な当てはめを必要とする。本研究では、数百万のウイルス株の動態を捉える高次元HIV-1準種モデルを開発し、インシリコ結合親和性予測を用いてパラメータ化した。実験データへの当てはめを行わずとも、本モデルはbNAb治療後のウイルス再増殖を定性的に再現する。低次元モデルへの射影は、高次元モデルから得られた特徴量を組み込んだ場合にのみ、これらの動態を再現する。さらに、本モデルを用いて準種に基づく抗体最適化の枠組みを構築し、ウイルス血症を効果的に抑制すると予測される抗体を同定した。以上の結果は、機構的な遺伝子型・表現型対応関係と高次元準種モデルの統合が、ウイルス進化に対する前例のない洞察をもたらすことを示す。
https://doi.org/10.64898/2026.09.02.748882