ゲノム疫学：最尤法でのパンデミック規模の系統解析

系統解析はゲノム疫学において重要な役割を担っている。重症急性呼吸器症候群コロナウイルス2（SARS-CoV-2）ゲノムの系統解析は、新型コロナウイルス感染症（COVID-19）パンデミック（世界的大流行）の研究と封じ込め支援のために作成された、並ぶもののない量のゲノム塩基配列データによって可能になり、このウイルスの起源、拡散、新しい変異株の出現や増殖成功度を明らかにした。しかし、最尤法やベイズ法を含む、ほとんどの系統解析手法は、現在のパンデミックのデータセットのサイズに拡大できない。本論文では、これまでにない規模で疫学ゲノムデータセットの尤度に基づく系統解析を行うための手法であるMAximum Parsimonious Likelihood Estimation（MAPLE）について報告する。MAPLEは、既存の最尤法よりも正確にSARS-CoV-2の系統樹を推定し、一方、速さは最大数千倍高速で、大規模なデータセットでも少なくとも100分の1のメモリーしか必要としない。これにより、ゲノム疫学を行える範囲が広がり、数百万のゲノムのデータセットで、正確な系統解析、系統地理学解析、系統動態解析を継続的に行うことが可能になる。