説明可能型AIを活用した新型コロナウイルスの流行過程で継続的にゲノムワイドでの変異の実態解明を試みた．まず，宿主適応に向けた方向性のある変異類を明らかにした．CoV2ゲノムの各Cladeの連続塩基組成変化を月単位で調べたところ，全ての系統で共通した方向性（増加及び減少）を持って変化している連続塩基が多数得られた．ヒト及びコウモリ集団由来のコロナウイルスの連続塩基組成に注目したところ，CoV2ゲノムで増加する連続塩基は，ヒト由来コロナ株で頻度が高く，コウモリ由来株で頻度が低く，宿主環境依存性を明らかにした．
時系列解析として，GISAIDに収録された約40万の新型コロナ株の連続塩基を解析することで，世界各地で出現した変異の内，世界規模で拡大した変異を検出した．主に15-merに着目し，15連塩基（15-mer）以上は，大半が1コピーしか存在しないことを確認した上で，2019年登録株に非存在で，変異により出現した15-merのなかで，各月の集団内頻度が10%上昇している15-merを選別し，155種類の変異が特定できた．一方で，日本で分離された株のみの解析によって，日本で特異的に拡大している変異が検出可能である．日本で分離された約17,000株について時系列解析を行い，現時点で28種類を特定できた．急拡大している変異部位は機能的重要性が高い可能性があり，良い核酸医薬の候補となる可能性が考えられ，そのデザインの基盤情報が提供できた．
危険株検出に向け，これまでの流行状況を踏まえ，CoV2内の分岐群間の特徴理解と分岐群の分類を行った．BLSOM解析により流行地域内で流行に強く寄与していた株の検出を可能とした．分岐群間の高精度な識別と流行株の体系化をAIの可視化機能を用いて実現し，各流行地域内で流行に強く寄与している株の鋭敏な検出を可能とした．異常な速さで集団内頻度を上昇させている変異を特定し，その変異を持つ株を危険株として検出できる方法の確立を行った．週レベルで検知可能とするシステムは，ゲノム登録数の多い欧州と米国については可能であるが，わが国については現時点では困難である．
これらの成果を踏まえ，変異パターンによる危険株類を特定でき，新型コロナウイルスのヒト宿主への適応や進化過程を解明する上での有用な基盤情報に資する成果である．