本論文では、SARS-CoV-2の急速かつ予測不可能な進化の過程に対処するための新しい手法PETRA（Pretrained Evolutionary Transformer）を紹介します。これまでのRNA配列に基づくアプローチと異なり、PETRAは系統樹から得られた進化的軌跡を基にしており、配列ノイズを効果的に軽減し、ウイルス進化の階層構造を捉えることができます。特に、地理的および時間的なデータの偏りを考慮した重み付けトレーニングフレームワークを用いることで、SARS-CoV-2の未来の変異を予測する能力が向上し、特定の変異について高いリコール率を示しました。また、PETRAは主要な系統のリアルタイム変異予測にも貢献する可能性があります。