アルファベット一文字は、世界的流行の歴史を背負える。SARS-CoV-2のスパイクタンパク質614番目で、Dはアスパラギン酸、Gはグリシンを表す。2019年末の基準配列はDだった。2020年初め、ゲノムの23,403番目がAからGへ変わり、アミノ酸もDからGへ置き換わった。D614Gと呼ばれた変化は数か月で世界を塗り替えた。

だから、後に現れたデルタ株の配列でDが見つかれば、目を止める理由がある。デルタ株はG614を持つ祖先から生まれ、L452R、T478K、P681Rなど別の変化を積み重ねた系統だからだ。祖先型のDへ戻る単一の変異は生物学的に不可能ではない。しかし、強い選択上の利点を持ったと考えられるGが、特定の時期と地域でまとまってDへ戻るなら、単純な偶然以上の説明が必要になる。

筑波大学システム情報系の掛谷英紀准教授と、東京科学大学総合研究院ゼロカーボンエネルギー研究所の松本義久研究者は、NCBI GenBankに登録された22系統・亜系統、合計87万3,143件のスパイクタンパク質配列を調べた。2026年2月20日に『Microbiology Research』で公表された解析は、D614への復帰がデルタ株B.1.617.2とオミクロンBA.2に強く偏り、流行の頂点より後に現れ、米国内の限られた地域へ集中したと報告する。

結果は確かに異例だ。しかし、異例であることと原因が確定したことは同じではない。この研究が直接観察したのは患者間の感染連鎖でも、培養ウイルスでも、研究施設の記録でもない。公開データベースに残された「完成済みの配列」である。したがって、本当に問われているのはウイルスの進化だけではない。検体採取、PCR、シーケンス、コンセンサス配列作成、系統判定、メタデータ登録という長い鎖のどこで、その一文字が生まれたかである。

873,143配列22系統・亜系統で解析されたスパイク配列の合計
34,586デルタ株B.1.617.2の解析配列数
107,198オミクロンBA.2の解析配列数
2023年6月GenBankからデータを取得した時点
1.89×10−56配列数ベースでデルタ株の偏りを比較したFisher正確確率検定
4州主な集積地域：ミシガン、イリノイ、ニューヨーク、ニュージャージー

研究が見つけたものを、一文で言う

著者らは、Pango系統名が付され、翻訳されたスパイクタンパク質を含むGenBankレコードを2023年6月に取得した。対象はアルファB.1.1.7、ベータB.1.351、ガンマP.1、デルタB.1.617.2、ラムダC.37、ミューB.1.621、オミクロンのBA.1、BA.2、BA.4、BA.5、BQ.1、XBB.1.5など22の系統・亜系統だった。論文はこれらを一括して「22 VOCs」と記すが、WHOが個別に懸念される変異株と指定した名称と同義ではない。本稿では正確を期し、「22系統・亜系統」と呼ぶ。

解析は二つの分母を使った。一つは各系統の全配列に対するD614配列の割合。もう一つは各系統で観察された一塩基変異に対するD614復帰の割合だ。前者ではデルタ株が最大、後者ではBA.2が最大になった。デルタ株とBA.2を除く20系統をまとめて比較すると、配列数ベースのFisher正確確率検定はデルタ株で1.89×10−56、BA.2で1.91×10−39。変異イベント単位の補足解析でも、それぞれ2.34×10−17、1.58×10−34だった。

小さなP値は「実験室由来である確率」を表さない。帰無仮説の下で、少なくともこれほど極端な偏りが生じる確率を表す。データ数が巨大なら小さな差でも非常に小さいP値になり得るし、系統、時期、地域、提出機関が独立でない場合、単純な検定の前提にも注意がいる。それでも、偏りが偶然の均等散布ではないという記述的な証拠は強い。

この研究が直接示したこと
  • D614を持つ登録配列は22系統へ均等に現れず、デルタB.1.617.2とBA.2に偏った。
  • 両系統でD614配列の増加は、その系統全体の流行ピークより後に現れた。デルタ株では遅れが特に長かった。
  • デルタ株のD614配列は主にミシガン州・イリノイ州周辺、BA.2はニューヨーク州・ニュージャージー州周辺に集まった。
  • D614と同時に現れる変化は限定的で、主要な同時変化の多くも祖先型へ戻る方向だった。

2020年、D614Gは世界を横切った

この一文字が重要なのは、D614Gがパンデミック最初の大規模な「選択的掃引」の物語になったからだ。武漢で採取されたWuhan-Hu-1基準配列にはD614があった。G614を持つウイルスは2020年1月下旬までに欧州で確認され、春には複数の地域で既存のD型集団を置き換え、夏には世界的な優勢型になった。

ロスアラモス国立研究所などのチームが2020年に『Cell』へ発表した追跡研究は、国、地域、都市という複数の尺度でG614の頻度が繰り返し上昇したことを示した。感染者ではPCRのCt値が低い、つまり上気道のウイルス量が多い可能性が示された一方、重症度の上昇は認められなかった。相関だけでは創始者効果を排除できないため、研究者は実験へ進んだ。

ヒト気道細胞、疑似ウイルス、ハムスターを使った研究では、G614が感染性、複製、個体間伝播を高める証拠が積み上がった。構造研究は、DからGへの置換がスパイク三量体の形を変え、ACE2受容体と結合できる「開いた」状態を増やし、S1の脱落や切断の挙動にも影響すると示した。作用は一つのスイッチではなく、安定性、開閉、切断、スパイク密度の組み合わせとして理解されている。

重要なのは、G614が単独で「デルタ株を作った」わけではないことだ。G614はその後のアルファ、ベータ、ガンマ、デルタ、オミクロンへ引き継がれた共通の土台だった。新しい変異株は、その土台の上に別の変化を重ねて出現した。したがってD614への復帰は、一本の時計を2019年へ巻き戻すことではない。ゲノム全体の大部分はデルタやBA.2のまま、614番目だけが祖先状態に戻る。

デルタ株という「Gの子孫」

B.1.617.2は2020年後半にインドのマハーラーシュトラ州で見つかり、2021年春の大流行で急速に拡大した。WHOは2021年5月11日、B.1.617系統を世界的な懸念される変異株に加え、同月末にギリシャ文字の「Delta」を与えた。英国では同年6月末までに解析検体の98%へ達し、夏から秋にかけて各地でアルファ株を置き換えた。

デルタ株のスパイクには、N末端領域の変化、L452R、T478K、フリン切断部位に隣接するP681R、D950Nなどが並ぶ。P681Rはスパイク切断と細胞融合を強め、L452RやT478Kは受容体結合と抗体認識に関わる。デルタの急拡大は、一つの変異だけでなく、この組み合わせ、免疫状況、人の移動、行動、流行のタイミングが作った。

2021年末、さらに多くのスパイク変化を持つオミクロンがデルタを置き換えた。BA.2は2022年前半に広がったオミクロン亜系統で、こちらもG614を受け継いだ。筑波大などの解析で二つの異なる系統にD614の偏りが出たことは興味深い。しかしデルタとBA.2の集積時期・場所は異なるため、単一の世界的伝播鎖だけで両方を説明するのは難しい。

復帰変異は「祖先ウイルスの復活」ではない。長い文章の一文字だけが、以前の綴りへ戻ることである。

復帰変異は、進化に反するのか

反しない。進化には前進方向の矢印も、目的地もない。RNA依存性RNAポリメラーゼが複製するたびに変化が生じ、宿主内や集団内の選択、偶然の流行拡大、移動によって頻度が変わる。G614に対応するコドンがGからAへ戻ればD614になり得る。この種の塩基置換は生化学的には特別な奇跡ではない。

同じ位置で独立に同じ変化が生じる現象をホモプラシーという。世界で何億、何十億回もの感染が起きれば、希少な変化にも無数の機会が与えられる。免疫編集、慢性感染、動物宿主、薬剤による変異圧、組換えも、単純な系統樹を複雑にする。

ただし、「生じ得る」と「広がりやすい」は別だ。G614に感染・伝播上の利点があるなら、Dへ戻ったウイルスは競争で不利になり、子孫を多く残しにくい。著者らが異常とみなしたのは、一件のD614ではなく、二系統における相対的な多さ、流行後の時期、地域集積、同時変化の少なさという組み合わせだった。

別の経路は組換えである。二つの系統が同じ細胞へ感染すると、ポリメラーゼが鋳型を切り替え、異なる祖先の断片をつなぐことがある。2022年の大規模解析は、公開された約160万ゲノムのうち、保守的な基準でも検出可能な組換え系統に属するものが約2.7%あると推定した。ただしD614だけを説明するには、全ゲノムのブレークポイント、供与側候補、前後の系統関係を示す必要がある。今回の研究はスパイクタンパク質配列の比較であり、その再構成までは行っていない。

研究者は87万件をどうふるいにかけたか

GenBankは1982年に始まり、現在は米国NCBI、欧州ENA、日本DDBJからなる国際塩基配列データベース連携の一角を担う。三機関はデータを毎日交換する。パンデミックでは、各地の研究所が採取日、地域、宿主などのメタデータとともに組み立て済み配列を登録し、世界規模の監視を可能にした。

掛谷・松本論文は、Pango系統名と翻訳スパイク配列を条件にレコードを取得した。主な変異ヒストグラムでは、挿入または欠失を含むタンパク質配列を除外し、系統ごとに約80～98%を残した。Python 3.12の独自スクリプトで配列を比較し、スパイク長の違いがあっても614番目周辺の「YQDVN」モチーフを探してD614を同定した。

解析配列はアルファ18万1,878件、デルタ3万4,586件、BA.2 10万7,198件、BA.2.12.1 15万965件、XBB.1.5 5万8,409件など。対象数は系統間で大きく異なる。論文は全配列に対する比率と、観察された変異数に対する比率を併用し、単なる標本数の違いだけではない偏りを見ようとした。

デルタのD614配列では、614と同時に現れた主要変化のほぼ全てが祖先型への復帰で、95番だけが例外だった。全体として同時変化は少なかった。BA.2では同時変化がより多かったが、主要なものは408番を除き、やはり復帰方向だった。これは著者らが「最近の系統で一文字だけ自然に戻った」という像より、「より古い遺伝背景が局所的に再び現れた」という像を検討した理由である。

時期と地図が作った二つ目の謎

突然変異が伝播上の利点を得て拡大するなら、通常は親系統の流行中に生じ、そこから枝分かれした子孫が時間と空間に連続する形を想定する。今回の月別集計では、D614配列の増加はデルタとBA.2の全体的な登録増加より後だった。とりわけデルタでは間隔が長かった。

地理的にも、D614の多い場所はその系統の全検体が多い場所と一致しなかった。デルタD614はミシガン州とイリノイ州周辺、BA.2 D614はニューヨーク州とニュージャージー州周辺に集中した。著者らは、通常の市中感染で独立に生じた復帰が、これほど限られた地域に偏ることは説明しにくいと論じる。

しかし、地図の点は感染者の地図である前に、検体と提出者の地図でもある。ある州の公衆衛生研究所が特定時期に大量登録すれば、その研究所の抽出法、プライマー、コンセンサス作成ソフト、系統判定、メタデータ習慣が地理的クラスターに見える。隣接州の検体が一つの施設へ集約されることもある。どこで採取されたか、どこで解析されたか、どこから登録されたかは同じとは限らない。

観察されたパターン生物学的な説明データ処理上の説明判別に必要なもの
G614からD614への復帰真の点変異、組換え参照配列への偏り、混合感染、コンセンサス誤り生リード、アレル頻度、再抽出・再シーケンス
流行ピーク後に増える遅い局所伝播、保存試料の再導入一括登録、処理パイプラインの変更、登録日と採取日の混同採取・解析・登録の三つの日付、検査室記録
特定州に集中局所アウトブレイク提出施設・検査網・サンプリングの偏り提出者、施設、郡、患者間リンクを分離した解析
同時変化が少ない古い背景の局所再導入系統誤判定、汚染、重複、組立時の参照バイアス全ゲノム系統樹、アクセッション監査、陰性対照

配列はウイルスそのものではない

患者の綿棒からGenBankの一行へ届くまでに、情報は何度も変換される。まずRNAを抽出し、逆転写してDNAへ変え、多くの場合は重なり合う短い領域をPCRで増幅する。装置が読むのは多数の断片で、ソフトウェアが基準ゲノムへ並べ、各位置で多数派の文字を選んでコンセンサス配列を作る。低ウイルス量、増幅の穴、プライマー結合部位の変異、混合感染、交差汚染があると判断は難しくなる。

2026年の『Nature Methods』2報は、この問題をパンデミック規模で定量化した。研究者は、重複アンプリコン法と不適切な組立ソフトが系統樹へ体系的誤差を生み、変異株の波に続いて「誤差の波」が現れたと報告した。GenBankのコンセンサスでは低カバレッジ位置が基準配列へ戻され、人工的な復帰が大量に見える位置もあった。そこで生リードから約447万件を再構築し、誤差を扱う系統解析を作った。

その研究がD614、すなわちヌクレオチド23,403番の今回の集積を誤りだと認定したわけではない。問題位置の代表一覧にも23,403番は含まれていない。掛谷・松本論文も、614周辺の欠損率が安定し、D614が初期でなく後から増えたため、単純なプライマー未成熟や欠損だけでは説明しにくいと反論する。

それでも、生リードを再解析せず、完成したスパイク配列だけを見る研究には限界が残る。コンセンサスの文字が何%の読み取りに支えられたか、同じ検体にGとDが混在したか、陰性対照に同じパターンがあったかは分からない。公開配列は決定的な証拠の入口であり、出口ではない。

「古い背景の再導入」という仮説

論文は、限定された変異多様性、流行後の遅い出現、地域集積を合わせると、「より古い遺伝背景の局所的再導入」と整合的だと述べる。可能性の一つとして、保存試料や研究材料に関連した出来事をさらに調べる必要があると提起した。この言葉は慎重に読むべきだ。

論文の着想には、2025年にZenodoへ公開された査読前プレプリントがある。そこでは米国の一病院から登録された「祖先型に近すぎる」とされた7配列を根拠に、研究施設関連感染の可能性が主張された。掛谷・松本論文は、このうち5配列にD614Gがなかったことを、より広い検索の出発点にした。しかし、そのプレプリント自体は施設感染を確定した調査報告ではない。

「研究施設関連の可能性」を検証するには、データベースの形だけでは足りない。問題のアクセッション番号、生検体または残存RNA、生リード、検査室のバッチ情報、プライマー、機器、陰性対照、作業者の健康記録、施設が保有したウイルス株、患者間の接触、採取地と提出施設の関係が必要だ。さらに独立研究者が、事前に定めた基準で再解析しなければならない。

研究室由来が否定も証明もされていない段階で、地理的クラスターを特定施設や個人へ結びつけることはできない。科学的に正しい語は「仮説」であり、「結論」ではない。

この論文が証明していないこと
  • COVID-19パンデミック全体の起源や、2019年の最初の人への感染経路
  • デルタ株またはBA.2そのものが研究室で作られたこと
  • 特定の大学、研究所、病院で施設内感染が起きたこと
  • D614配列が新しい流行、高い病原性、免疫逃避、ワクチン無効化を起こしたこと
  • 登録されたD614が全て真の生物学的変異であり、配列・系統・メタデータ誤差でないこと

大きなデータ、小さな分母、独立でない点

87万件という数は強みだ。非常に稀なパターンを見つけ、系統ごとに比較できる。しかし大量データは、標本設計の弱点を消さない。GenBankは感染者から無作為抽出した標本ではない。国、州、時期、年齢、重症度、検査能力、提出方針によって登録確率が違う。CDCや一部の研究所による大量提出は、公衆衛生上の大きな貢献であると同時に、データ構造を形作る。

同じ検査室、同じ週、同じシーケンスランの100配列は、100個の完全に独立な観察とは限らない。共通する技術的誤差があれば一括して増える。Fisher検定はセルの件数を比べるが、バッチ、施設、州、月の階層を直接モデル化しない。著者らの極端に小さいP値は偏りの検出には有力でも、偏りが生物学的に独立した多数の復帰であると保証しない。

もう一つは研究時点だ。データは2023年6月に取得され、論文は2026年に公表された。その間にアクセッションの訂正、削除、系統判定更新、より良い組立法が登場し得る。Pangoは動的な命名体系であり、分類器も参照データも変わる。2026年の監査なら、同じアクセッションを最新状態で再取得し、当時の配列と差分を比較する必要がある。

また主解析はスパイクタンパク質に集中し、挿入・欠失を含む配列を一部除いた。全ゲノム系統樹、採取メタデータ、提出施設、原リードを統合しない限り、「復帰が何回独立に生じたか」と「同じ誤差や同じ祖先から何件複製されたか」は分離しにくい。

反証できる調査へ進むための設計

次の研究は、まずD614配列の全アクセッションと除外基準を固定し、2023年版と現行版のレコードを比較するべきだ。採取日、公開日、提出日、州、郡、提出機関、BioSample、BioProject、SRAリンクを結び、重複と更新履歴を除く。公開された著者のPythonスクリプトは再現の出発点になる。

次に、利用可能な生リードを同一の現代的パイプラインで再構築する。614番を横切るリード数、塩基品質、鎖方向、アレル頻度、プライマー端との距離を報告し、DとGの混合を確認する。Viridianなどアンプリコン方式を認識する組立法と、別系統のソフトを並行して使う。D614が一方のパイプラインだけに出るなら、強い警告になる。

三番目に、全ゲノム系統解析を行う。復帰配列が一つのクレードを作るか、異なる場所で何度も独立に現れるか、同時復帰が同じ組み合わせか、組換えブレークポイントがあるかを調べる。時間スケール付き系統樹は「流行後の再登場」が本物か、採取日・登録日のずれかを区別する助けになる。

四番目に、疫学と検査室監査を重ねる。匿名化された患者リンク、同一施設での検体処理バッチ、対照、試薬ロット、保管試料の取り扱いを確認する。施設関連仮説が正しければ支持証拠が増えるはずで、誤差仮説が正しければ特定パイプラインやバッチへ集約するはずだ。どちらも見つからなければ、自然な局所伝播や未標本化の多様性が相対的に強くなる。

検証段階中心質問強い証拠
レコード監査同じ検体、更新、誤った系統名ではないか一意のアクセッション、完全な履歴、整合するメタデータ
生リード再解析D614は読み取りに支えられるか高カバレッジ、高品質、複数法で同じ結果
全ゲノム系統樹独立復帰、共通祖先、組換えのどれか強い枝支持、時間・場所の連続性、ブレークポイント
疫学・検査室調査患者、施設、バッチのどこでつながるか配列以外の独立記録と一致
外部再現別チームでも同じ結論になるか公開コード、事前登録基準、感度分析

パンデミックが残した、史上最大の進化実験

2020年以前、同じウイルスがこれほど多く、これほど速く読み取られたことはなかった。Pango命名法は同年に提案され、B.1.1.7やB.1.617.2のような名前で伝播系統を共有する言語を与えた。GenBank、DDBJ、ENA、GISAID、Nextstrain、各国の監視網が、目に見えない移動をほぼリアルタイムで地図にした。

その成功は同時に、規模の新しい問題を作った。数百万件の配列では、0.01%の誤差も数百件になる。一つのプライマーの不一致、一つのソフトウェア初期値、一つの提出施設の習慣が、系統樹に「進化」のような模様を描ける。逆に、誤差を恐れて全ての奇妙な点を捨てれば、本物の組換え、新しい系統、薬剤による変異シグネチャーを見逃す。

だから必要なのは、奇妙な点を消すことでも、即座に大事件へ変えることでもない。配列、原リード、メタデータ、疫学、検査室工程を重ね、競合する仮説が別々の予測を出すように設計することだ。ゲノム疫学は、文字列を読む科学から、文字列が作られた過程を監査する科学へ進んでいる。

DとGの間に残る、正しい疑問符

掛谷・松本論文の価値は、最終回答を与えたことではなく、見過ごしやすい偏りを、再検証可能な形で公開の場へ出したことにある。デルタ株とBA.2のD614配列は無作為に散っていない。時期、地域、同時変異には構造がある。その構造は説明を要求する。

一方、この論文だけで説明を一つに絞ることはできない。真の復帰、組換え、未観測の伝播、古い試料の再導入、混合感染、汚染、系統誤判定、コンセンサス作成やメタデータの誤差は、まだ同じ机の上にある。施設関連イベントは検証対象の一つであって、データが下した評決ではない。

2020年、G614の台頭を理解するには、世界の頻度変化、患者データ、細胞実験、構造解析、動物伝播実験を重ねる必要があった。2026年にD614の再登場を理解するにも、同じ水準の収束が要る。巨大なデータベースの小さな一文字は、優れた手掛かりになれる。しかし、一文字だけで事件の全景を語ることはできない。

科学の役割は、疑問符を急いで感嘆符に変えることではない。どの証拠なら疑問符を動かせるかを示すことだ。614番目に戻ったDは、ウイルス進化の謎であると同時に、私たちがパンデミックの記録をどう保存し、検証し、信頼するかを問う文字になった。

主要資料・参考文献

本稿は2026年2月20日公開の原著論文と筑波大学発表を中心に、D614G、デルタ株、組換え、GenBank、Pango命名法、シーケンス誤差に関する一次資料を照合した。原著の「研究施設関連イベント」という記述は仮説として扱い、施設内感染、病原性、パンデミック起源の証明とは解釈していない。