東京農工大学の黒田裕教授と水谷哲也教授らの研究グループは、順天堂大学、名古屋工業大学との共同研究で、タンパク質の凝集解析モデルを人間の移動とウイルス感染を解析するためのモデルに応用した。移動制限の時期や範囲などによる感染者数増大の予測が可能だ。
新型コロナウイルス感染症（COVID-19）は、密接な人的接触から感染するとされ、移動制限（ロックダウン）が行われる。しかし、社会インフラの維持には、対人接触を最小限に抑えた経済的・社会的活動の再開が必要なため、どの国でも移動制限の緩和が問題となる。
研究グループは、タンパク質の凝集解析用の格子モデル（粗視化モデルの一種）を人間の移動とウイルス感染の解析に応用。粒子を「タンパク質」から「人」に、粒子の状態に影響する「タンパク質間の分子間相互作用」を「感染確率」に変換した。パラメーターとしてウイルス感染確率・ウイルス検出感度・人の移動範囲を用いた。
シミュレーションの結果、完全な移動制限で感染総数が最少だった。一方、個人の移動に関し、感染確率ゼロから感染リスクが急速に人口密度に依存する一定値に達するような臨界値を認めた。また、移動制限だけでは効果は小さく、発症患者の検出率が40%を超えるよう検疫を組み合わせる必要性を確認した。
さらに、発症前患者を20%程度の確率で検出・隔離できれば、無対策時より感染者数が10分の1以下になると予測された。最後に、ソーシャルディスタンスやマスク着用によりウイルス感染確率を40%未満に保てれば緩やかな移動制限でも効果が見込めた。
今回用いたモデルは、移動制限や感染拡散を評価するための有用な定性的・相対的な情報提供が可能としている。
