SlideShare a Scribd company logo
コロナウイルス感染拡大の
シミュレーション
東京大学大学院理学系研究科生物科学専攻
飯野 雄一
生物化学科/生物科学専攻「定量生物学」講義資料
改訂版
本稿のメッセージ:変異型コロナウ
イルス は爆発的感染拡大を生む
• 2020年12月26日現在、新型コロナウイルス感染
症の感染者数は漸増傾向が続いている。
• 一方、英国で感染力の強い変異型ウイルスが発
生し各国に感染が広がりつつある。
• そこで、変異型ウイルスが国内に入った場合に
感染状況がどう推移するかのシミュレーション
を行った。→数ヶ月後に爆発的感染拡大が起こ
る可能性が高い。
• 全員が確実な行動制限を行うことによってこれ
を防ぐことができる。ただし、行動制限を長期
にわたり続ける必要がある。
シミュレーション結果
まず結果を示し、のちに、シミュレーショ
ン方法、仮定した条件などの説明を加える
シミュレーション結果:地域における感染者発生個所のマップ
☆1日ごとの変化を示す
従来型ウイルスへの感染者がすでに存在する状態からスタート。
Day 60 (60日目)に変異型ウイルスに感染した人が1人生じたとした。
(5回の試行の結果を順に表示)
<従来型ウイルスに感染
した人>
潜伏期 =黄
感染力あり=マゼンタ
感染後 =緑
<変異型ウイルスに感染
した人>
潜伏期 =黄
感染力あり=赤
感染後 =青
<黒線=感染伝播>
(例:200日目における状態)
シミュレーション結果:
地域における感染者発生
個所のマップ
☆1日ごとの変化を示す
(シミュレーション結果の動画)
<従来型ウイルスに感染
した人>
潜伏期 =黄
感染力あり=マゼンタ
感染後 =緑
<変異型ウイルスに感染
した人>
潜伏期 =黄
感染力あり=赤
感染後 =青
<黒線=感染伝播>
動画が閲覧できない場合のリンク
(ダウンロードしての閲覧を推奨)
https://drive.google.com/file/d/1v
OggonSauUIClXzf14chsDzW1I0UJg
_W/view?usp=sharing
(シミュレーション結果の動画)
60日の時点で10人が変異型ウイルスに感染した場合の推移
の一例(青:従来型ウイルス、赤:変異型ウイルス)
1日あたり
60日の時点で100人が変異型ウイルスに感染した場合の推
移の一例(青:従来型ウイルス、赤:変異型ウイルス)
1日あたり
行動制限を行った場合
行動制限を行う期間を変えて効果を比べた
60日の時点で100人が変異型ウイルスに感染、グレーの期
間に全員が人との接触をそれまでの50%に減らした場合
60日の時点で100人が変異型ウイルスに感染、グレーの期
間に全員が人との接触をそれまでの50%に減らした場合
結果のまとめと補足
• 変異型ウイルス(SARS-CoV-2 VUI-202012/01型)は従来型のウイルス
より増殖率が高いため(後述のように従来の1.7倍と想定)、急速に
感染拡大し最終的には流行の大部分が変異型となる。
• 感染拡大する時期は最初の変異型ウイルス感染者(海外からの持ち
込み)の数に依存し確率的要素もある(スライド22参照)。現在の
従来型の拡大率の推定値にも依存するので(スライド21参照)いつ、
どのくらいの速さで増えてくるかは予測が難しいことに注意。
• 感染拡大を抑えるために、感染率を現在の50%に下げると抑制の間
は感染拡大は減少する。抑制をやめるとすぐに感染増加が起こる。
継続的に感染率の抑制を行う必要がある。
• 感染率の抑制のため人との接触を50%に下げるとしたが、ワクチン
などの特効薬による感染低下も期待される。ただし、 VUI-
202012/01はウイルス表面のスパイク蛋白質に多数の変異を持つた
め、そこを抗原部位として開発されたワクチンでは効果がない可能
性があり注意が必要。
シミュレーションの方法、条件
これまでによく使われているモデ
ルの紹介
• SIRモデル
• SEIRモデル
https://www.nikkei.com/article/DGXMZ
O57961860R10C20A4CZ8000/
西浦 博 京都大学教授
生物科学専攻
大橋順准教授
分かりやすい解説資料
☆よく使われるシミュレーションモデルにSIRモデルとSEIR
モデルとがある。
SIRモデル
一人一人が以下のいずれかの状態を取る。
Susceptible Infectious Recovered
一定の確率でうつす
SEIRモデル
一人一人が以下のいずれかの状態を取る。
Susceptible Infectious Recovered
一定の確率でうつす
Exposed
40
微分方程式モデル
微分方程式
bI
dt
dR
bIaSI
dt
dI
aSI
dt
dS



SIRモデル
cI
dt
dR
cIbE
dt
dI
bEaSI
dt
dE
aSI
dt
dS




SEIRモデル
参考
大橋順 准教授の解説(パラメータの説明、基本再生産数との関係など)
http://www.bs.s.u-tokyo.ac.jp/
「新型コロナウイルス感染症の流行予測」 41
R0≒Na/c
R0 :基本再生産数
(一人の人が平均何人に感染
させるか)
人によって(あるいは機会によっ
て)異なる。
@nishiurah
https://www.medrxiv.org/content/
10.1101/2020.02.28.20029272v1
caR
jid
rjidaaa
aA
cTruetIFalsetRFalsetITruetRP
bTruetEFalsetIFalsetETruetIP
aTruetSFalsetSTruetEP
jjo
jjij
rjid
ji
ji
iiii
iiii
TrueI
jiiii
j
j
/
),(
)),((0;
}{
))(and)(|)1(and)1((
))(and)(|)1(and)1((
))(and)1(and)1((
,
),(
,
,
,










• 今回は微分方程式モデルでなくSEIR確率モデルを用いている。
例:Ii=Trueはi番目の人がI (infectious)の状態であることを示す。
感染確率マトリクス
i番目の人とj番目の人の距離
(j番目の人の)基本再生産数
今回用いたモデル
シミュレーションイメージ
人
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
E I R
各時点で感染力のある人i(Ij=True、赤色)がjの人に感染確率aijに従って感
染させる。
モデルの詳細
• 人を碁盤の目状(間隔1)に配置。これは各人の平均的な存在場所を表す。地理的な
場所と考える際には、必ずしも自宅の位置ではなく、最も感染を起こしやすい平均の
位置と考える。
• 個人ごとにR0が異なることを反映させ、R0の確率分布を下図の対数正規分布で近似。
東京の現状を概算で反映させ、従来型ウイルスの平均R0=1.2とした。
• 感染させる可能性のある相手の数kも対数正規分布より抽出し各人に割り当てる(R0
の値とは独立に抽出)。(この値はあまり結果に影響しない)
• 行動範囲rを対数正規分布より抽出し各人に割り当てる(行動範囲が大きいほど感染
拡大しやすくなる。)
• 感染力のある個人(i)から半径ri以内にいる人のうちki人をランダムに選び、合計aj =R0i
/cになるよう感染確率aijを割り振る。一度感染を受けて回復した人は二度と感染しな
いとした(集団免疫の形成)。
• 変異型ウイルスは英国の予備的報告*に従いaが従来型の1.7倍とした。正確な値は不明。
*) NERVTAG meeting on SARS-
CoV-2 variant under investigation
VUI-202012/01
https://khub.net/documents/135
939561/338928724/SARS-
CoV-
2+variant+under+investigation
%2C+meeting+minutes.pdf/96
2e866b-161f-2fd5-1030-
32b6ab467896?t=1608491166
921
結果の例 60日の時点で変異型ウイルスに1人が感染した場合の経過を繰り返
しシミュレーション。
各日にE→Iとなった人の数を新規感染者数(「人数」)として表示。
確率的に感染が拡大する。冒頭の動画と対応している。
結果の例 E (Orange), I (Green), R (Blue)の合計人数の推移
各回=細線、平均=太線個別波及人数
合計人数
用いたプログラム
• Pythonコード
Virus_Infection_Network_SEIR_ver1.ipynb
• GitHubで公開予定
https://github.com/yuichiiino1/virus_transmission_simulator

More Related Content

What's hot

Administrative Scrivener 2.0 in Japan
Administrative Scrivener 2.0 in JapanAdministrative Scrivener 2.0 in Japan
Administrative Scrivener 2.0 in Japan
modame
 
【12-A-1】 開発プロセスの心
【12-A-1】 開発プロセスの心【12-A-1】 開発プロセスの心
【12-A-1】 開発プロセスの心devsumi2009
 
Socila Media2009 4 15
Socila Media2009 4 15Socila Media2009 4 15
Socila Media2009 4 15Yuki Fujino
 
シェゾ・ウィグィィ論
シェゾ・ウィグィィ論シェゾ・ウィグィィ論
シェゾ・ウィグィィ論Ruchi Koita
 
相続鑑定士の活用方法2021
相続鑑定士の活用方法2021相続鑑定士の活用方法2021
相続鑑定士の活用方法2021
souzoku-ican
 
株式会社 花みずき工房 きらりタウン浜北
株式会社 花みずき工房 きらりタウン浜北株式会社 花みずき工房 きらりタウン浜北
株式会社 花みずき工房 きらりタウン浜北
sunseago
 

What's hot (7)

Administrative Scrivener 2.0 in Japan
Administrative Scrivener 2.0 in JapanAdministrative Scrivener 2.0 in Japan
Administrative Scrivener 2.0 in Japan
 
【12-A-1】 開発プロセスの心
【12-A-1】 開発プロセスの心【12-A-1】 開発プロセスの心
【12-A-1】 開発プロセスの心
 
Socila Media2009 4 15
Socila Media2009 4 15Socila Media2009 4 15
Socila Media2009 4 15
 
シェゾ・ウィグィィ論
シェゾ・ウィグィィ論シェゾ・ウィグィィ論
シェゾ・ウィグィィ論
 
相続鑑定士の活用方法2021
相続鑑定士の活用方法2021相続鑑定士の活用方法2021
相続鑑定士の活用方法2021
 
株式会社 花みずき工房 きらりタウン浜北
株式会社 花みずき工房 きらりタウン浜北株式会社 花みずき工房 きらりタウン浜北
株式会社 花みずき工房 きらりタウン浜北
 
4 15 Guidance
4 15 Guidance4 15 Guidance
4 15 Guidance
 

変異型コロナウイルスが爆発的感染拡大を生む(改訂版)