世界のインフルエンザ亜型動態の特徴付けと予測

なぜ複数のインフルエンザ株の混合が重要なのか

毎年冬になると「インフルエンザが流行している」と聞きますが、インフルエンザは単一のウイルスではありません。複数の関連する系統が同時に流通しており、どの系統が優勢になるかによって、罹患者数、影響を受ける年齢層、ワクチンや病院の対応力が変わります。本研究は20年以上にわたる世界の検査データを解析し、主要なインフルエンザ系統が世界中でどのように入れ替わってきたか—そしてその潜在的なパターンを各国の翌年の流行をより良く予測するためにどう利用できるか—を明らかにします。

変わりゆくインフルエンザ像を追う

著者らは、季節性インフルエンザの主要な3つの形態、すなわちインフルエンザAの二系統（一般にH1N1とH3N2と呼ばれる）とインフルエンザBに注目しました。国や年によって大きく変動する生の患者数を数える代わりに、2000年以降の各国・各年における各系統の占有率（割合）をWHOのFluNetデータで調べました。これらの割合は常に合計が100%になるため、著者らは組成データ解析という数学的手法を適用し、三者の混合を二次元マップ上の点として表現しました。各国が時間とともにその地図上をたどる軌跡は、年ごとに地域内の系統バランスがどう変化したかを示します。

一つの系統が支配する年

これらの軌跡を追うことで、研究チームは各国の流行が複数系統で公平に分かれているか、あるいは単一系統に支配されているかを測る簡単な「混合スコア」を作成しました。多くの年では系統の混合が見られましたが、際立った年もありました。2003年には特定のH3N2系統が世界的に広がり、2009年には新たに出現したパンデミックH1N1が優勢になり、2020–2021年にはCOVID‑19による移動・接触制限の下で地域ごとに異なる系統が優勢となり、世界的な混合が弱まりました。これらの例外的な年は、突然のウイルス変化や人間の行動変化が系統のバランスを傾け、影響を受ける年齢層の変化や一部系統の消失といった波及効果をもたらすことを示しています。

地理と移動がインフルパターンを形作る

国々の系統混合が似る理由を探るため、研究者らは軌跡間の距離を気候、流行時期の差、航空交通の結びつきと比較しました。気温や湿度が似ている国、流行期が重なる国、特に間の航空交通が盛んな国は、系統の履歴が似る傾向がありました。系統混合の変化だけで国をグループ化すると、大きく二つのクラスタが現れました。一方のクラスタ（主にヨーロッパ、北アフリカ、西アジア）は、年ごとにインフルエンザAの二系統が交互に優勢になる鮮明で同期した交替を示しました。もう一方のクラスタは、多くの熱帯国に加え北米や東アジアを含み、より持続的な混合が続き、年ごとの厳密な交替は弱い傾向がありました。

モデルに世界全体を見るよう教える

次にチームは、これらのパターンが各国の翌年の系統構成を予測するのに役立つかを検証しました。非常に単純な「過去を繰り返す」ルールから、より洗練された統計的時系列モデルまで、5つの予測手法を比較しました。最も高度な手法である階層的ベクトル自己回帰モデルは、各国を孤立して扱うのではなく、系統履歴が似た国々の情報を束ねて使いました。このクラスタを意識したグローバルなモデルは、どの系統が優勢になるかあるいはほとんど欠如するかを予測する能力で、特に強い交替パターンを持つ地域において単純な手法より良い性能を示しました。

流行準備への含意

本研究は、気候、国際移動、共有された流行時期によって形作られた明瞭な構造が世界のインフルエンザの風景の下に隠れていることを示しています。系統混合を現代の統計手法で扱える形に表現することで、著者らは国々が幾つかの大きなパターン群に分かれること、そしてこれらの群が1年先の予測を精度向上させるのに利用できることを明らかにしました。予測は完全ではなく、COVID‑19のような大きな混乱時には精度が落ちますが、この枠組みは公衆衛生の計画を単なる推測から前進させます。どの系統が翌年にその地域で優勢になる可能性が高いかという情報は、ワクチン計画、病院の備え、一般向けの情報発信に役立ちます。

引用: Bonacina, F., Boëlle, PY., Colizza, V. et al. Characterization and forecast of global influenza subtype dynamics. Nat. Health 1, 390–402 (2026). https://doi.org/10.1038/s44360-026-00069-2

キーワード: 季節性インフルエンザ, ウイルス亜型, 世界的サーベイランス, 航空旅客と疾病拡散, 流行予測