東京科学大学医学科4年（2026年9月時点）の戸ヶ崎健太と申します。AIシステム医科学分野でプロジェクトセメスターを過ごさせていただいたので、その活動内容や感想を共有させていただきます。私の主観が多分に含まれていること、また、活動内容については今後変更される可能性があることをご承知おきください。これからプロジェクトセメスターでAIシステム医科学分野への所属を考えている方の参考になれば幸いです。

まず、AIシステム医科学分野（以下、清水研）は、AIと医療を組み合わせた研究に興味があり、プロジェクトセメスターの期間に研究へしっかり取り組みたい方には、本当におすすめできる研究室です。一方で、勉強会や研究など取り組むべきことは多く、研究で成果を出すためには相応の時間と労力が必要です。そのため、研究以外の活動を優先したい方や、比較的ゆとりのあるプロジェクトセメスターを過ごしたい方は、所属を決める前に一度見学し、実際の活動内容を確認することをおすすめします。

【清水研を選んだ理由と研究室の雰囲気】

私自身、以前から研究に興味があり、将来研究医になるという選択肢も考えていたため、研究者として必要な基礎をしっかりと学べる研究室に所属したいと思っていました。研究室を探している中で清水研のホームページを見つけ、研究だけでなく教育にも非常に力を入れている研究室だと感じたことが、見学に行ったきっかけです。

実際に見学したところ、Dryの研究ではスーパーコンピューターや会議室、ワークスペースなどの環境が整っており、Wetの研究でも充実した実験設備を使用できることが分かりました。また、清水先生自ら勉強会を開いてくださるほか、大学院生の方々がチューターとして指導してくださるなど、教育体制が非常に充実していることにも魅力を感じ、清水研を選びました。

所属して間もない頃には、研究室の方々と一緒に食事をする機会がありました。研究室の皆さんがとても優しく、気軽に話しかけてくださったため、安心したことを覚えています。研究について真剣に議論しつつも、普段は話しやすく、分からないことがあれば先生や先輩方に相談しやすい雰囲気の研究室です。

【勉強会について】

プロジェクトセメスター期間中は、DryとWetの両方について、幅広く実践的に学びました。Dryでは、研究発表やスライド作成の方法、スーパーコンピューターを用いたデータ解析などを学びました。Wetでは、基礎的なDNAやタンパク質の抽出から、クローニング、遺伝子編集、各種分析手法に至るまで、ゲノム工学に関する実験を実際に手を動かしながら学びました。

また、大学院生と同じように、CS、ML、JC、遺伝子工学勉強会、バイオイラストレイテッド勉強会など、複数の勉強会に参加しました。勉強会の多くは、教授や大学院生の方がチューターとなり、参加者が事前に指定された資料を読み込んだうえで、分からなかった点や疑問に思った点をディスカッションする形式でした。ただ講義を聞くだけではなく、自分で考え、説明し、質問することが求められるため、準備に時間はかかりますが、その分理解を深めることができました。そのうちの一部をざっくり紹介します。

CS（Convergence Science）では、初めに、生物学・医学と情報科学・AIが融合した学問であるバイオインフォマティクスについて基礎から学びました。その後は、バイオインフォマティクス領域の比較的読みやすい論文を毎週1本選び、PowerPoint資料を作成して紹介しました。

ML（Machine Learning）では、機械学習の基本的な考え方や、各モデルの背景にある理論について学びました。AIを単に解析の道具として利用するだけでなく、その背後にある仕組みを理解するための基礎を身につけることができました。

JC（Journal Club）では、事前に論文を読み、その内容について発表や議論を行いました。最初は、論文を読む時間があるなら、その分自分の研究を進めた方がよいのではないかと考えていました。しかし、優れた研究の進め方や、結果の見せ方、結論の導き方を見ることは、研究のお手本を見るという意味で非常に有意義でした。また、新しい手法を知ることで、自分の研究に生かせるヒントを得たり、新しいアイデアが浮かんだりすることもあり、論文を読むことの大切さを実感しました。

遺伝子工学勉強会では、DNAやタンパク質の抽出、DNA編集、クローニング、分析手法など、遺伝子工学で用いられるさまざまな技術について学びました。バイオイラストレイテッド勉強会では、基本的な遺伝子工学実験の原理や手順について学びました。実験については、先輩方に方法を教えていただきながら、実際に実験室で進めていきました。

【研究について】

このような勉強会を通して、清水研で扱われている研究領域が少しずつ見えるようになり、その中から自分の研究テーマを決めて研究に取りかかりました。研究では、まず清水先生から自分の興味に合ったテーマをいただき、そのテーマに関する先行研究を調査して、研究計画を立てるところから始まりました。その後、研究計画書を作成し、先生からフィードバックをいただきながら内容を修正したうえで、実際の解析や実験を進めました。

私の場合は、海洋メタゲノムデータからAIを用いて新規抗菌ペプチド候補を探索し、その抗菌活性を実験によって検証する研究に取り組みました。大規模な配列データの収集やスーパーコンピューターを用いた解析と、候補ペプチドの抗菌活性を評価するWet実験の両方を経験することができました。最終的には、学会で研究成果を発表する機会もいただきました。

研究開始後は、2週間に1回程度の進捗報告がありました。研究室のさまざまな分野の方々から意見やアドバイスをいただき、その内容をもとに次の方針を考えていきます。自分一人では気づけなかった問題点を指摘していただいたり、新しい解析方法を提案していただいたりするため、非常に勉強になりました。

進捗報告以外でも、分からないことがあれば先生や先輩方に相談しやすい環境でした。ただし、すべてを手取り足取り教えてもらうというよりは、まず自分で調べて試したうえで、それでも解決できない部分について相談することが求められます。サポートは非常に充実していますが、自分の研究として主体的に進める姿勢も必要だと思います。

また、研究内容だけでなく、図やスライドの作り方、資料の見せ方、発表の仕方についても、しっかりと指導していただきました。自分では伝わると思っていた資料でも、見る人にとっては分かりにくいことが多く、研究成果を正確に分かりやすく伝えることの難しさを学びました。この経験は、今後研究を続けるかどうかにかかわらず、さまざまな場面で役立つと思います。

【後輩の皆さんへ】

ラボには、私は基本的に平日は毎日通っていました。勉強会に間に合えば、ラボに来る時間や帰る時間には比較的自由があります。ただし、勉強会の準備と研究の両方を進める必要があるため、結果として朝から夕方まで研究室にいることが多かったです。夜に予定がない平日は21時頃まで研究室にいた日もあり、8月も学会発表の準備があったため、部活動の大会や合宿がある日を除いて、基本的には研究室に通っていました。もちろん、遅くまで研究室に残ることを強制されていたわけではなく、必要な時間は研究テーマや本人の目標、作業の進み方によって異なります。しかし、勉強会と研究の両方にしっかり取り組み、学会発表や論文執筆につながる成果を目指すのであれば、それなりの時間と労力をかける必要があると思います。

まとめると、清水研では、勉強会を通してAI、情報科学、生命科学、遺伝子工学などの幅広い分野を学びながら、実際の研究を進めることができます。単なる研究の疑似体験ではなく、研究計画を立て、解析や実験を行い、結果をまとめて発表するという、本物の研究活動を経験できます。

やるべきことが多く、大変に感じる時期もありましたが、この5か月間を通して、研究に必要な知識や技術だけでなく、自分で調べて考える力、他の人に分かりやすく伝える力、議論を通して研究を改善する姿勢など、多くのことを身につけることができました。確実に自分を成長させてくれた5か月間だったと思います。

AIと医療を組み合わせた研究に興味がある方、研究者としての基礎を一から身につけたい方、プロジェクトセメスターの期間に本気で研究に取り組みたい方にとって、清水研は非常に恵まれた環境だと思います。教育環境が整っており、先生や先輩方も優しく、本当に良い研究室です。少しでも興味がある方は、ぜひ一度見学に来て、研究室の雰囲気や実際の活動について直接確かめてみてください。

長くなってしまいましたが、最後まで読んでいただき、ありがとうございました。皆さんが自分に合った研究室を選び、充実したプロジェクトセメスターを過ごせることを願っています。