第13章: 研究手法

13.1 研究プロセス

学習目標

• 研究課題、統計設計、provenance、DMP / FAIR、倫理・臨床境界を研究計画に落とし込める
• 実データ/ユースケースでの適用手順を、入力・出力・評価指標・再現手順として述べられる
• 「解析が再現できる」と「結論が妥当である」を区別し、落とし穴を理由とともに指摘できる

なぜ IT 技術者に必要か

研究手法は、論文を書く研究者だけのものではありません。IT 技術者が作る workflow、DB、API、レポート、CI、権限管理は、研究課題、評価指標、データ利用条件、統計設計と結びついて初めて説明可能な成果物になります。入力データやパイプラインを正しく再実行できても、研究デザイン、交絡、batch、主要評価指標、外部妥当性が曖昧であれば、結論は妥当とはいえません。

この章では、解析を「動かす」ための技術を、研究として成立させるための設計・記録・公開・倫理の観点へ接続します。研究計画、DMP、FAIR、provenance、data / code availability statement を理解しておくと、後続のケーススタディで成果物の信頼性と責任境界を評価できます。

前提知識

• 第10章の source_dataset、DB release、checksum、analysis_run、api_request_log の考え方。
• 第11章の consent、access policy、audit log、匿名化 / 仮名化、データ保持・削除の基本。
• 第12章の研究・教育用途と臨床実装の境界、専門家レビュー、validation / QA の考え方。
• 統計の基礎として、p値、信頼区間、effect size、multiple testing / FDR、sample size / power、confounding、batch を区別できること。
• Git、container、workflow manager、CI、乱数seed、依存パッケージ固定など、再現性を支える実装基盤の基本。

基本概念

入力データと出力データ

標準的なワークフロー

1. 研究課題、対象集団、主要評価指標、除外基準、臨床・倫理上の責任境界を protocol memo に固定する。
2. 入力データの accession.version、DB release、checksum、取得日、利用条件、承認ID、公開可否を manifest に記録する。
3. 解析計画として前処理、統計モデル、covariate、batch、multiple testing、感度分析、外部検証の条件を明示する。
4. workflow、container、依存パッケージ、parameter、乱数seed、CIで検証する範囲を固定し、実行ログと出力checksumを残す。
5. 結果を主要/副次評価指標、図表、制約、失敗例、再現性と妥当性の差に分けて読む。
6. data / code availability statement、DMP / FAIR、非公開データの代替説明、利用条件を成果物に添付する。
7. 倫理審査、法務判断、臨床実装判断は本章だけで完結させず、所属機関と専門家レビューへ接続する。

実務上の落とし穴

• CI や workflow が成功したことを、研究仮説や臨床的主張が正しい証拠として扱わない。
• 公開データ、匿名化済みデータ、同意取得済みデータという表現だけで、再配布、商用利用、二次利用、国際共有を許可済みと判断しない。
• 結果を見た後に主要評価指標、除外基準、仮説を変更し、その変更履歴を残さない。
• p値、FDR、AUC、F1、UMAP、クラスタ、leaderboard順位を、対象集団・測定条件・外部検証なしに一般化しない。

小さな実例

小さな例では、公開データセットを1つ選び、data_manifest.tsv、analysis_plan.md、workflow_run.log、results_summary.md、limitations.md を作る。目的は高度な統計解析を完了することではなく、入力snapshot、評価指標、再現手順、利用条件、公開可否、倫理・臨床境界を第三者が追跡できる状態にすることである。

結果の読み方

結果表は、主要評価指標、effect size、confidence interval、FDR、感度分析、外部検証、失敗例、未検証の仮定を分けて読む。再現性は同じ入力・環境・手順から同じ出力へ到達できること、妥当性は研究設計と測定バイアスを含めて結論が支持されることを指す。両者を混同せず、医学的・法務的・倫理審査上の最終判断や臨床判断を本文だけで代替しない。

問題定義:

1. 生物学的仮説の設定
2. 計算可能な問題への変換
3. 評価指標の定義

データ収集:

• 公共データベース: NCBI, EBI, DDBJ
• 実験データ: NGS、マイクロアレイ
• 臨床・医療由来データ: 公開・匿名化・承認済みデータ、または研究計画で利用条件を明示したデータ

手法開発:

• アルゴリズム設計
• 実装・最適化
• ベンチマーク評価

検証・応用:

• 実データでの性能評価
• 生物学的解釈
• 臨床実装へ進める場合の追加検証・専門家レビュー条件の整理

体系的アプローチの重要性: 計算生物学研究は学際的性格が強く、体系的な研究プロセスなしには一貫性のある成果を得られない。明確な問題定義により、技術開発の方向性を定め、リソースの効率的配分を実現する。適切な評価指標の設定により、研究成果の客観的評価と他手法との比較が可能となる。段階的な検証プロセスにより、研究の信頼性と再現性を確保し、最終的な社会実装への道筋を明確化する。

第10〜12章から研究計画へ引き継ぐもの

研究計画は、解析手順だけでなく、データ取得、保存、権限、臨床境界、公開範囲を結びつける設計書です。第10章で整理した accession / DB release / checksum / analysis_run、第11章で整理した consent / access policy / audit log、第12章で整理した研究・教育用サマリと臨床実装の境界を、研究課題と評価計画へ明示的に引き継ぎます。

ここでいう reproducibility / 再現性は、同じ入力・環境・手順から同じ出力へ到達できることです。結論の妥当性は、研究デザイン、測定バイアス、交絡、外部妥当性、臨床・倫理・法務上の前提を含めて別に評価します。したがって、CIやworkflowが成功しても、それだけで研究仮説や臨床的主張が正しいとは扱いません。

13.2 評価手法

統計的指標:

• 感度（Sensitivity）: TP/(TP+FN)
• 特異度（Specificity）: TN/(TN+FP)
• 精度（Precision）: TP/(TP+FP)
• F1スコア: 2×精度×感度/(精度+感度)

計算効率指標:

• 時間計算量: O(n), O(n log n), O(n²)
• 空間計算量: 必要メモリ量
• スケーラビリティ: データサイズ増加への対応

ベンチマークデータセット:

• CASP: タンパク質構造予測
• DREAM Challenge: システム生物学
• Critical Assessment: 各分野の標準評価

評価結果の可視化実装: この概念例は評価曲線の作図構造を示す簡略コードで、入力データ作成、依存ライブラリのバージョン固定、図の保存処理は省略しています。 🧪 概念例

import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, precision_recall_curve

class ModelEvaluator:
    """機械学習モデルの包括的評価クラス"""

    def plot_roc_pr_curves(self, y_true, y_pred_proba):
        """ROC曲線とPR曲線の可視化"""
        fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5))

        # ROC曲線
        fpr, tpr, _ = roc_curve(y_true, y_pred_proba)
        ax1.plot(fpr, tpr)
        ax1.plot([0, 1], [0, 1], 'k--')
        ax1.set_xlabel('False Positive Rate')
        ax1.set_ylabel('True Positive Rate')
        ax1.set_title('ROC Curve')

        # PR曲線
        precision, recall, _ = precision_recall_curve(y_true, y_pred_proba)
        ax2.plot(recall, precision)
        ax2.set_xlabel('Recall')
        ax2.set_ylabel('Precision')
        ax2.set_title('Precision-Recall Curve')

        plt.tight_layout()
        plt.show()

科学的厳密性の担保: 適切な評価手法は、研究成果の客観性と再現性を保証する基盤である。統計的指標により、手法の性能を定量的に比較し、改良の方向性を明確化できる。計算効率指標により、実用化時のリソース要求を評価し、スケーラビリティを確保する。標準ベンチマークにより、国際的に認められた基準での性能比較が可能となり、研究成果の信頼性と影響力を向上させる。

13.3 研究倫理

データ利用規約:

• インフォームドコンセント
• データ使用許諾範囲
• 再配布制限
• NBDCヒトデータベース等の公開区分（非制限公開/登録者公開/制限公開）と、利用者側セキュリティレベル
• 次世代医療基盤法や個人情報保護法の匿名加工情報/仮名加工情報と、研究計画上の仮名化を混同しないための確認メモ

プライバシー保護:

• 個人識別情報の削除
• 統計的開示制御
• アクセス制御

研究公正:

• 再現可能性の確保
• コード・データの公開
• 利益相反の開示

持続可能な研究基盤の構築: 研究倫理の遵守は、社会からの信頼を得て研究を継続するための必須条件である。適切な倫理審査プロセスにより、研究参加者の権利を保護し、社会的な合意を形成する。データの適切な管理により、研究結果の再現性を確保し、科学的知識の蓄積を促進する。透明性の高い研究実施により、研究成果への信頼性を向上させ、政策決定や臨床応用への採用を促進する。

限界と注意点

• workflow、container、CI が成功しても、研究仮説、統計モデル、臨床的意義が正しいことは保証しない。再現性と妥当性は別々に評価する。
• 公開データや匿名化済みデータであっても、再配布、商用利用、二次利用、国際共有、臨床利用が常に許されるわけではない。利用条件、同意、倫理審査、データアクセス手続きを確認する。
• benchmark dataset や leaderboard の高スコアは、対象集団、測定条件、ラベル品質、外部検証、実運用の負荷を代表しないことがある。
• p値、FDR、AUC、F1スコア、UMAP、クラスタなどの指標や図は、研究計画で固定した問いと前処理条件なしに単独で解釈しない。
• 本章の説明は研究計画と成果物管理の入口であり、医学的・法務的・倫理審査上の最終判断を代替しない。

参考資料 / Source notes / 次の一歩

• The FAIR Guiding Principles for scientific data management and stewardship（2026-05-19確認）
• RDA DMP Common Standard for machine-actionable Data Management Plans（2026-05-19確認）
• NIH Data Management and Sharing Policy Overview（海外資金要件の例として 2026-05-19確認）
• 文部科学省: 人を対象とする生命科学・医学系研究（2026-05-19確認）
• 厚生労働省: 研究に関する指針について（2026-05-19確認）
• 付録F: 第13章の次の一歩
• 付録K: 用語集

2026年時点の更新メモ

研究手法の章では、DMP / FAIR、data availability statement、code availability statement、machine-actionable DMP、workflow provenance、container digest、権限・監査ログを、解析後の付録ではなく研究計画の初期条件として扱う。確認日付き出典は 参考資料 / Source notes / 次の一歩 に集約し、国内外の研究倫理・データ共有要件は制度変更があり得るため、所属機関の最新版手続きと専門家レビューで確認する。

最小入出力（期待成果物/期待ログ）

• 入力: 研究課題（仮説）・対象データ・評価観点（指標/ベンチマーク/比較対象）
• 出力（期待成果物）: 研究計画（実験設計・評価手順・再現手順）、DMP / FAIR と公開可否の整理、倫理・データ取り扱い・臨床境界のチェックリスト
• 期待ログ（例）: accession.version、DB release、checksum、コード版、container digest、乱数seed、承認ID、結果（指標・図表）が追跡できる記録

演習

1. 本章の手順をサンプルデータで再現し、入力snapshot、実行環境、主要指標、臨床・倫理上の責任境界を記録して提出せよ。
2. 代替ツール/パラメータで同等の分析を実施し、結果差分、選定理由、再現性と妥当性のどちらに影響するかを考察せよ。

具体課題例

• 公開データを用いた再現（SRA/GEO/ArrayExpressから実在アクセッションを選定し）、前処理→主解析→結果要約まで実施。
• 代替ツールの比較 (例: ツールA vs ツールB)。処理時間/メモリ/精度など評価指標を定義し、比較表を作成。
• 成果物一式（レポート、使用コマンド/パラメータ、ツール/ライブラリのバージョン、入力/出力、実行ログ、MultiQC等のレポート、図表、data / code availability statement）を添付。