各種ウイルス感染症に対してin vitroおよびin vivoの感染モデルを構築し、感染後の宿主応答ネットワークを網羅的なオミクス解析によりデータベース化しました。これらのデータをもとに、免疫学、数理科学、分子イメージングの研究者と連携して宿主応答パターンを抽出し、重症化の超早期予測を可能にするバイオマーカーや治療介入可能な標的分子の同定を進めています。さらに、SARS-CoV-2、RSウイルス、インフルエンザウイルス、アルボウイルス、ロタウイルス、出血熱ウイルス、慢性肝炎ウイルスなど、多様なウイルス種における感染モデルの横断的解析を行い、共通する宿主応答ネットワークの抽出と病態分類の新基軸構築を目指しています。また、ヒト臨床データとの相互フィードバック解析を継続し、得られた研究成果の臨床応用へ向けた検証を推進しています。

目標

• ヒト病態を反映する感染モデルを確立、免疫、イメージング、数理の研究者（研究開発項目２と３）と連携し、実験データと臨床データを検証することで感染モデルを評価する。
• 病態全貌をとらえ、重篤な病態変化の過程に関わる機序や現象を明らかにする。

2024年度は、重症呼吸器疾患に関わるウイルス感染モデルの高度化を図るとともに、網羅的オミクス解析を用いた宿主応答ネットワークの抽出を進めました。SARS-CoV-2感染動物モデルを用いた解析では、重症化に関与する宿主応答ネットワークおよび予測バイオマーカーの同定に成功し、さらにヒト臨床データとの比較解析から病態との関連が示唆される分子候補を得ました。加えて、他のウイルス感染モデルの構築を推進し、特にインフルエンザウイルス、RSウイルスについて呼吸器ウイルスの共有メカニズムを見出すべく解析をすすめました。
さらに、2024年度までに腸管感染ウイルス・節足動物媒介ウイルス・出血熱ウイルス・持続感染ウイルスについても感染モデルの作出をほぼ完了、研究開発項目２、３の研究者との共同により宿主応答ネットワークの抽出をすすめています。特に、全ウイルスモデル共通で取得可能なPBMC（末梢血単核球）に着目、モデル間の横櫛的な解析を行うべくサンプル取得をすすめました。