Project · BioSkill-Legacy JST K Program

熟練者の“技”を、 未来の遺産に変換する。

生命科学実験の再現性を支えているのは、プロトコルに書かれない「現場の判断」です。BioSkill-Legacyは、その判断と勘所を体系的に収集・構造化し、教材・テンプレート・データセットとして次世代に引き渡します。

所要 5 MIN/匿名可/BMB2026 交流会の投稿を受付中(11月26日まで)
Protocol / 記載 Margin / 不記載
01
03
06
Fig. 00 · プロトコルの余白Conceptual
Focus
Life Science
Wet-lab Protocols
Method
多視点撮影 +
聞き取り + 注釈
Output
項目集 / 教材 /
再利用データセット
Section 01 / Problem

プロトコルに、書かれない知識。

同じ手順を辿っても、同じ結果は得られない。条件のわずかな違いが実験の成功率を決め、熟練者は試料の状態を見て判断する。
この問題の多くは、実行に必要な情報がプロトコルに十分に含まれていないことに起因する。

熟練者は「どこを見るか」「何を変えるべきか」を判断しながら進められるため成功率が高い。一方、初学者はその判断に必要な情報にアクセスしにくく、同じ手順を実行しても失敗しやすい。BioSkill-Legacyは、その空白を埋めることを目的としています。

P-01類型 I · Observation

観察に基づく判断

サンプルの色・粘性・泡立ちなどを目で見て、次の工程の条件を分岐させる。目盛りには現れない判断。

e.g.「ここで止めるか、あと10秒続けるか」

P-02類型 II · Calibration

経験則による調整

数値化されていないが、成功率を左右する微妙なチューニング。試薬ロット差、季節、湿度、その日の状態。

e.g.「今日のロットは少し薄めで」

P-03類型 III · Context

文脈依存の手技

環境・機器・試薬ロットに応じた、その場でしか判断できない微調整。プロトコルに書ききれない「現場の作法」。

e.g.「この機種だけ少し短めに回す」

Section 02 / Mission

暗黙知を、遺産に変換する。

BioSkill-Legacyは、Data → Model → Operation の3段で動く。継続的に集め、整理し、次世代へ引き渡せる形式に変換し続ける。

熟練者が実際に使っている判断基準や、 不記載になりやすい情報を継続的に集め、整理し、 次世代へ引き渡せる形式に変換する。

M-01

Data

収集 · 記録

熟練者の現場で観察・聞き取り・多視点撮影を一体で実施。条件分岐の瞬間と、その判断根拠を捉える。

Spec · Video + Audio + Protocol
M-02

Model

構造化 · モデル化

観察→判断→介入→結果のチェーンを取り出し、項目・根拠・分岐として再利用可能な形へ。

Spec · Schema + Annotation
M-03

Operation

活用 · 更新

教材・テンプレートとして還元し、現場のフィードバックを受けて継続的に育てる。

Spec · Template + Dataset
Section 03 / Two Pillars

二つの柱。何をするか。

(A) “書くべきこと”の確立 — プロトコルに含まれるべき項目を体系として固める。
(B) 判断プロセスの記録とモデル化 — 熟練者の判断を観察可能な単位で記録する。

Pillar 01 · Focus — What / Why

“書くべきこと”の確立

プロトコルに「書かれるべき項目」と「根拠」を体系として確立する。スタイルではなく、内容にフォーカスする。

A-01実験プロトコルに含めるべき記載項目の定義
A-02なぜそれが必要か — 根拠と条件分岐の体系化
A-03LLM等による整形・テンプレート化は項目確定後に加速
A-04ドメインを跨いで利用可能な共通の語彙の整備
Pillar 02 · Focus — Decision Chain

判断プロセスの記録とモデル化

熟練者の判断(メンタルモデル)を、観察可能な単位で記録し、将来のワールドモデル構築へ接続する。

B-01観察 → 判断 → 介入 → 結果 のチェーンを記録
B-02操作対象物の状態変化に着目(手の動きだけでなく)
B-03アフォーダンスに基づく記録単位の設計
B-04将来的なワールドモデル構築への接続
Fig. B-01 / Decision Chain

観察 → 判断 →介入 → 結果

俯瞰・側面・対象クローズアップ・プロトコル画面・音声を同時取得し、条件分岐の瞬間と、その判断根拠を捉える。

Multi-view record · 1 decisionConceptual
Fig. B-01 一つの判断を、多視点の記録の上で 観察・判断・介入・結果 に分けて示す概念図
Section 04 / Structure

どう動くか。体系図。

4つのロールが上流から下流へ繋がり、運用ループによって継続的に更新される。図はその全体像を示す。

Fig. S-01 / System PipelineUpstream → Downstream
4 Roles · A → DSwipe →
A
上流 · Role-A

パートナーシップ / ブランディング

InLabPIOrg.

熟練者・研究室・企業との関係構築。LEGENDSレクチャー、Troubleshooting Night、Lab Hero Storiesによる発信と協力者の獲得。

Out協力合意案件
B
現場 · Role-B

データ収集

In手順機材音声

熟練研究者による実験の実施・聞き取り・多視点撮影を一体で実施。俯瞰・側面・対象クローズアップ・プロトコル画面・音声を同時取得。

Out生データ映像
C
基盤 · Role-C

データ整備 / アーカイブ

Inスキーマメタ

データスキーマ(メタデータ、手順ID、機材情報、環境条件等)の整備。保存・検索・再利用の可能性を担保する。

Out索引保存
D
下流 · Role-D

解析 / モデル化

In注釈指標

不記載情報を質問群・項目群・根拠として構造化。動画・注釈・結果指標との紐づけと、再利用可能な表現への変換。

Out項目集教材

運用ループ — Continuous Operation

Fig. L-02 · 継続稼働
01 · Extract
抽出

熟練者の語りから不記載情報を取り出す

02 · Structure
構造化

What / Why / When の項目に整理する

03 · Record
記録

動画・音声・注釈に紐づけて保存する

04 · Link
紐づけ

結果指標(成功・失敗)に接続

05 · Update
更新

テンプレ・項目集を継続的に育てる

Return / 反復
Return / 反復 — 05 → 01
Section 05 / Why Join

なぜ、参加するのか。

BioSkill-Legacyは、参加した一人ひとりに具体的な見返りがある。あなたが熟練者でも、立ち上げ中の研究室でも、学生でも、メーカーでも — 受け取れる価値と、最初の一歩がある。

For · Veteran Researchers

熟練研究者

Stake · S-01

口頭で消えていた判断が、引用される知見になる。

  • 同じ説明を何度もしなくてよくなる — 育成負荷の軽減
  • あなたの判断と工夫が、クレジット付きで記録される
  • 自分でも言語化していなかった勘所が、構造化されて返ってくる
First Step

30分の聞き取りから

短時間のインタビューで、まず1つの判断ポイントを言語化します。撮影・データ提供は段階を踏んで決められます。

この入り口から始める
For · Labs & PIs

研究室・PI

Stake · S-02

次のメンバーが、あなたを呼ばずに立ち上がる。

  • 属人化した手順が明文化され、引き継ぎコストが下がる
  • 新規メンバーが独立して動けるまでの期間が短縮される
  • 再現できない時の原因切り分けが速くなる
First Step

典型プロトコル1本から

ラボで最もよく使う手技を1本選び、共同で構造化します。成果はラボのオンボーディング教材として残ります。

この入り口から始める
For · Early-Career

若手研究者・学生

Stake · S-03

先輩の頭の中が、手元で読める。

  • “なぜそうするか” — 判断の根拠と条件分岐が注釈付きで得られる
  • 成功例だけでなく、失敗パターンと回避法から学べる
  • 自分の判断と熟練者の判断を、同じ動画で照合できる
First Step

ケーススタディを読む

整理済みの事例を読むだけでも価値があります。投稿・コメントで参加するとさらに学習の幅が広がります。

この入り口から始める
For · Industry Partners

企業・メーカー

Stake · S-04

現場で何が詰まっているか、ようやく見える。

  • ユーザの実環境での製品挙動と、運用上の詰まりポイントが可視化
  • 観察された不具合・要望が、製品改善・新規提案の起点になる
  • 実験環境全体(ベンチ・機材・試薬・運用)の改善検討に接続できる
First Step

共同テーマの相談から

関心領域・対象実験についてミーティングを設定します。データへのアクセス条件はテーマごとに合意します。

この入り口から始める
Section 06 / Get Involved

参加する。経験を、遺産に。

参加の入り口は複数ある。BMB2026 交流会への投稿から、共同検証・拠点利用まで。あなたの関わり方を選んでほしい。

Primary · 5 min

BMB2026 交流会に向けて、現場の話を投稿してください。

12月3日(木)19:00〜20:30、BMB2026(パシフィコ横浜 会議センター 3F R5)で BioSkill-Legacy 交流会を開きます。予約不要で、聞くだけの参加も歓迎します。当日の話題にする、失敗談、解決した経験、現場の工夫を募集しています。短くても構いません。投稿の使い道はフォームの説明をご覧ください。

交流会に向けて投稿する
所要 5 min匿名可Google フォーム
投稿の締切 11月26日(木)

交流会は大会の交流イベント一覧に掲載されています(12月3日、3NE-R5)。このフォームの投稿は、BioSkill-Legacy の収集データには含めません。本格的な事例収集の開始は、追ってこのページでお知らせします。

投稿カテゴリ 01–03Swipe →
Cat 01 · Troubleshooting Night

トラブル、失敗談、ヒヤリハット

何に気づき、どう判断し、何をして、どうなったか。

短文でも可
Cat 02 · Lab Hero Stories

誰かの困りごとや難題を解決した話

何に気づき、どう判断し、何をして解決したか。

短文でも可
Cat 03 · Lab Hacks & Gear

便利技、工夫、新機材、新キット

現場で役立った小技、手技のコツ、道具、装置、試薬、キットの使いどころ。

トラブルでなくても可 · 短文でも可

参加の段階 — Engagement Protocol

Proto · 01 → 04 / 任意の段階から
Step 01 → 04Swipe →
Step 01

ライト参加

短時間の聞き取り、プロトコルレビュー、質問項目へのコメント。

Effort · 30 min
Step 02

データ提供

最小構成(俯瞰・側面・対象・プロトコル・音声)での撮影。

Effort · 2–4 h
Step 03

共同で検証

結果指標(成功・失敗・QC)と紐づけたケーススタディ作成。

Effort · Joint
Step 04

拠点利用

整備されたベンチ・機材環境での実験の実施と記録。

Effort · On-site
お問い合わせ YouTube チャンネル GitHub
Section 07 / Team

運営する人びと。Core team.

BioSkill-Legacyは、BioSkillDXの中で、生命科学領域の研究者・データエンジニア・コミュニケーターが手を組んで進めている研究プロジェクトです。

5 MembersSwipe →
笹川 洋平
Member · T-01
笹川 洋平
東京科学大学
大田 達郎
Member · T-02
大田 達郎
千葉大学
小野 浩雅
Member · T-03
小野 浩雅
プラチナバイオ株式会社
二階堂 愛
Member · T-04
二階堂 愛
東京科学大学
藤江 学
Member · T-05
藤江 学
沖縄科学技術大学院大学
交流会に投稿する 5 min · 匿名可