도쿄 농공 대학의 구로다 유 교수와 미즈타니 테츠야 교수 등의 연구 그룹은 순천당 대학, 나고야 공업 대학과의 공동 연구로 단백질의 응집 해석 모델을 인간의 이동과 바이러스 감염을 해석하기 위한 모델에 응용했다 .이동제한 시기나 범위 등에 의한 감염자 수 증가의 예측이 가능하다.
신형 코로나바이러스 감염(COVID-19)은 밀접한 인적 접촉으로부터 감염되는 것으로 알려져 이동 제한(잠금)이 이루어진다.그러나 사회 인프라 유지에는 대인 접촉을 최소한으로 한 경제적·사회적 활동의 재개가 필요하기 때문에 어느 나라에서나 이동 제한의 완화가 문제가 된다.
연구 그룹은 단백질의 응집 해석용의 격자 모델(조시화 모델의 일종)을 인간의 이동과 바이러스 감염의 해석에 응용.입자를 "단백질"에서 "사람"으로, 입자 상태에 영향을 미치는 "단백질 사이의 분자간 상호작용"을 "감염 확률"로 전환시켰다.파라미터로서 바이러스 감염 확률, 바이러스 검출 감도, 사람의 이동 범위를 사용했다.
시뮬레이션 결과, 완전한 이동 제한으로 감염 총수가 최소였다.한편, 개인의 이동에 관해서, 감염 확률 제로로부터 감염 리스크가 급속히 인구 밀도에 의존하는 일정치에 도달하는 임계치를 인정했다.또한, 이동 제한만으로는 효과는 작고, 발병 환자의 검출률이 40%를 초과하도록 검역을 조합할 필요성을 확인했다.
또한 발병 전 환자를 20% 정도의 확률로 검출·격리할 수 있으면 무대책 시보다 감염자 수가 10분의 1 이하가 될 것으로 예측되었다.마지막으로, 소셜 디스턴스나 마스크 착용에 의해 바이러스 감염 확률을 40% 미만으로 유지하면 완만한 이동 제한에서도 효과를 전망할 수 있었다.
이번에 이용한 모델은 이동 제한이나 감염 확산을 평가하기 위한 유용한 정성적·상대적인 정보 제공이 가능하다.
