Join us & get your degree

We are seeking talented and enthusiastic students who:

  • pursues one’s own vision and philosophy
  • is creative and passionate about turning ideas into reality
  • has a strong sense of logic and thinks quantitatively and deeply
  • is persistent and has a strong mental power to carry things through
  • loves programming and values systematic approaches

We seek to provide an environment that:

  • makes your intellectual journey an enjoyable and fun adventure
  • is stimulating and filled with exciting and challenging research directions
  • is supportive for you to become an extraordinary and independent scientist
  • gives you freedom to explore your own ideas whenever you feel competent
  • surrounds you with colleagues happy to brainstorm with you and critique you constructively

はじめに

私たちは、データサイエンスを武器にした基礎と臨床の架け橋になるような研究を目指しています。今はまだ十分に治せない病気を治すために、世界一流を目指す科学者を養成します。

医師・歯科医師でなくても出身学部は全く問いませんし、むしろチームに新しい知見をもたらしてくれる医歯学以外の領域を専攻してきた方を歓迎します。また、今は情報科学に自信がなくとも、みっちりと修行していただきます (笑) ので大丈夫です。先輩からのメッセージを読んでいただくと、充実した学生教育の一部を垣間見ることができます。

これまでの専攻や研究面での実績は問いません。「情熱にまさる能力なし」ともいいます。必要なのは、私たちのラボ教育ポリシー研究ポリシーへの理解と熱意、そして広義の意味で「データサイエンスで未来の医療を創る」ためにcuriosityドリブンで探求し続けることだけです。 高い志をもつ研究仲間と出会い、自由な発想で新しい世界を創造して、次世代の医療に夢と希望をあたえる大発見をしましょう!
  • 学部生としてチームに参加を検討している方: 学部生として私たちと一緒に挑戦してみたい方は、こちらの学部生ページをご覧ください。また、学部生を主な対象としたオンライン勉強会Biomedical Data Science Clubもあります。
  • オンラインで研究・論文発表をしたい他大学所属の学生の方:  本学所属の方は研究室に随時受け入れしていますが、そうでない方もオンラインで研究できる可能性があります。標準的にはプリプリントサーバーへの投稿まで2年弱で、これまで最短では半年でプリプリントサーバーに投稿した他大学所属の学部生もいます。ライフサイエンス・情報解析はもちろん、論理的思考や語学力など多岐にわたるスキルをブラッシュアップする絶好の機会です。学生時代に論文を発表することで、企業への就職や学振DC選考での自己PRにもなり、大きなリターンが見込めます。学部生はもちろん、指導教員の許可があれば修士課程の方も可能です。詳しくはこちら
  • 他のラボに在籍する医療系・生命科学系の大学院生で、自分の研究に必要になったデータ解析を習得したい方: データ解析はじめてコースという3ヶ月で必要な解析手法を習得する速習コースを用意しています。 
  • 他のラボに在籍する医療系・生命科学系の博士課程大学院生で、新たに高度な数理情報科学を習得しダブルメジャーを目指す方:すでに医療系あるいは生命科学系を専門にして博士号取得に向けて取り組んでいる方でも、ご希望があれば高度な数理情報科学の学びをオンラインで提供します。詳しくはこちらのダブルメンター制度をご覧ください。

大学院生としてチームに参加を検討している方

私たちの研究室は「東京医科歯科大学大学院医歯学総合研究科」に所属します。しかし、出身学部は全く問いません。医学部・歯学部以外の方も入学可能ですし、理系だけでなく文系学部出身者の方も受け入れ実績があります。

大学院の入試区分としては、当研究室は「修士課程 医歯理工保健学専攻」および「博士課程 医歯学専攻」に所属します。
  • 医学部・歯学部・薬学部等6年制の学部を卒業(予定)の方 → 博士課程(4年、 規定を満たせば3年での早期修了も可能)
  • 本学医学部医学科4年・5年の方 → MD-PhDコース博士課程(4年、 規定を満たせば3年での早期修了も可能)
  • その他の4年制の学部を卒業(予定)の方 → 修士課程(2年) + 博士課程(4年、 規定を満たせば3年での早期修了も可能)
  • その他の4年制の学部を卒業後、修士課程(2年、専攻は不問)修了 (予定) の方 → 博士課程(4年、 規定を満たせば3年での早期修了も可能)
  • 上記以外の方→ 博士課程 (4年、 規定を満たせば3年での早期修了も可能) ※博士課程出願に先立ち「出願資格審査」が必要になります。

大学院教育の概要

まず最初に、次世代の研究者を本気で養成するための私たちの挑戦生命医科学研究の将来・未来の2つをじっくりお読みいただき、清水の教育研究に関するビジョンと戦略をご理解ください。そして私たちの研究・学習環境と教育システムの概要がこちらです。詳細はぜひ見学に来てその目でご覧になっていただきたいのですが、これまでいらっしゃった方はみなさん例外なく当研究室の環境とシステムに非常に驚かれます。

大学院生にはアカデミア研究者として活躍するための教育として38ものbenefitを提供していますが、そのうち一部を抜粋して紹介します。

科学者を目指す徹底した教育

バイオメディカルデータサイエンスはもちろんのこと、医療や生命科学・情報学・数理科学といった広い関連領域を論文抄読会で学び、さらに1万ページにも及ぶ自主学習甩資料と最新論文やリソースが毎日シェアされるslackがあります。少なくとも2年に1本の学術論文を筆頭著者として発表し、さらに他のプロジェクトに参加することで共著論文を増やしつつ共同研究のやり方を学びます。

「マイプロジェクト」奨励

もちろん最初は相談の上で我々がテーマを設定しますが、研究者を目指す上で大学院時代にテーマの設定から携わったマイプロジェクトをやり切る経験は非常に重要と考えています。

独自カリキュラムにより1年かけてステップアップし、2年目からマイプロジェクトを並行して始動させます。

多くのコラボレーション機会の提供

当研究室は現在急速な拡大期にあり、本学で最も成長率が大きいラボになっています。教員・ポスドク・大学院生・常時出入りする学部生・その他スタッフを全員合わせれば、今後3年の見込みとして2023年に20人規模、2024年に30人規模、2025年に35人規模になる見通しです。2023年に本学M&Dデータ科学センターの中では最も大きいラボになることはすでに確定していますが、2025年には本学の基礎系の分野としては学内で3番目に大きいラボになるでしょう。優秀で意欲的な学生さんが多いということは、日夜切磋琢磨し建設的な討論ができます。またさまざまな共同研究の機会もあり、当然ながら共著論文も数多く発表できるでしょう。

この先を生き抜く武器を伝授

データ科学を学ぶ最も良い方法は、最初から優れた計算環境を使うことです。私達は生命科学や医療系においては国内最高性能のスーパーコンピューターを提供するため、卓越した情報科学のスキルを身につけることができます。また、スキルは掛け算という言葉もありますが医療もバイオテクノロジーもコンピューターテクノロジーも分かるという人は現状皆無なので卒業後も多方面から重宝される貴重な戦力となるでしょう。私たちは一通りのバイオ系の実験を行える設備を用意しており、また医療の研究を行っているので、多くの研究室とは異なりどれか1つのみではなく3つの武器をいずれも習得することができます。次のステップへ羽ばたく上で大きな後押しとなること間違いありません。

博士課程学生への生活費援助

大事な修行期間である大学院時代に研究に専念できるよう、博士課程学生は月16万円または20万円の経済支援を受けられる可能性があります (大学院生本人の年収などの条件、そして選考あり)。また、その他給付型奨学金の情報も随時シェアしています。さらに、AIシステム医科学分野では積極的にTA/RA雇用を行っており、博士課程全員(および一部の修士課程学生) が何かの収入があるようにしています。

海外留学までのキャリアパス支援

各種学会・研究会等の発表から、在学中の日本学術振興会特別研究員 (DC) 獲得、および博士号取得後の海外留学に必要なフェローシップ獲得といった申請書の指導や過去の受賞者の資料共有まで、自身の希望に応じた多様なキャリア形成をサポートします。

私たちの研究室は2022年2月にスタートした若い研究室で、現在2024年4月入学の2期生 (修士課程・博士課程) を募集しております。以下、詳細です。

大学院生活のポイント (クリックすると詳細が表示されます)

私たちの教育は、大学院合格直後から始まります。合格発表後、入学までの間に、自宅でできる我々のオリジナルプログラミング教材を人通り行うことで、入学する時点で、一般的なバイオインフォマティクスと人工知能プログラミングを身につけます。また、データサイエンスにおいて非常に重要な意味をもつ統計学についても、指定した本を自習することで、バイオ・医療系のデータサイエンス研究に必要な基礎力を身につけていただきます。

入学後、最初の2ヶ月はオリエンテーションを行い、データサイエンスと生命科学実験の両方の初歩を学んでいただきますし、入学後の1年間は集中的なゼミを用意しています。

当然ながらオリエンテーション以外にもさまざまな成長の機会があります。定期的な進捗報告ミーティングを通じて思考力・実践力を養います。勉強については、自分自身でテーマに関連する論文を読むのみならず、医療や生命科学・情報学・数理科学といった広い関連領域を論文抄読会・技術勉強会で学びます。さらに我々が提供する1万ページにも及ぶ自主学習甩資料、それに最新論文やリソースが毎日シェアされるslackがあります。

学生として「教えてもらう」という立場だけではなく、ラボポリシーにも記載の通り自ら主体的に学びそれをシェアすることが求められます。情報の流れの中心である東京にいることで数多くの勉強の機会もありますが、積極的に発言する訓練をすることで国際スタンダードを養います

少なくとも2年に1本の学術論文を筆頭著者として発表し、さらに他のプロジェクトに参加することで共著論文を増やしつつ共同研究のやり方を学びます。

博士号をとるまでには、研究の立案から論文執筆までの全てを1人でも行える自立した研究者に育てます

バイオ系に特化した国内最高レベルのスパコンSHIROKANEの最上級モードを使用できます。年間ライセンス料がアカデミア割引でも1000万円近くかかるため、他のラボではほとんどアクセスできる研究者はいません。GPUをたくさん使ったAIのトレーニングなども可能です。

バックアップとして、世界最高演算速度を誇るスパコン富岳とも提携しており、バイオインフォマティクス・クリニカルインフォマティクスから、数理モデリング・深層学習まで、幅広い用途に使えます。

さらに、有償の数値計算処理システムであるMATLABも導入しており、現在は試験的に使用している量子コンピューターを将来的には本格運用させることも視野に入れています。

このように、我々は国内最高レベルの計算環境を保持しています。最初から恵まれた計算環境を使ってトレーニングすることで、データ科学の習得も格段に早まります。

もちろん最初は相談の上で我々がテーマを設定しますが、研究者を目指す上で大学院時代にテーマの設定から携わったマイプロジェクトをやり切る経験は非常に重要と考えています。

半年ほど経験した時点での自分の興味を清水らとディスカッションし大枠を決め、先行研究をたくさん調べて現状の課題を浮き彫りにし、科研費の申請書形式でマイプロジェクトを清水はじめスタッフに自ら提案していただきます。

もちろん初めて書いた申請書がそのまま採択されることなどありえません。建設的なフィードバックをたくさん受け、数ヶ月ほどかけてマイプロジェクトと向き合って洗練させ、教員のGOサインが出てスタートです

自分主体で先行研究をいろいろ調べ、批判的に吟味してそれらの課題を浮き彫りにし、自分の頭でアプローチを考え、将来的に必要になる申請書作成に速いうちから取り組み、それを分かってもらえるようにプレゼンするという研究開始前に必要な能力を全て養うことができます。

あわよくば複数の論文になる可能性があるだけでなく、複数のテーマを持つことで精神的に安定するという効果もあります。

分子生物学会 (12月) では研究成果を発表できるチャンスがある他、バイオインフォマティクス学会 (9月) もしくはメディカルAI学会 (6月) の発表もアシストします。

また、在学中の日本学術振興会特別研究員 (DC) 獲得、および博士号取得後の海外留学に必要なフェローシップ獲得といった申請書の指導をするのみならず、過去の受賞者の申請書等もラボメンバー用ページでシェアしています。清水自身も大学院時代はDC1を獲得し、武田科学振興財団他7財団からフェローシップの内定通知をいただきました 。経験者だからこその目線も併せ持っています。

また、希望者には早期から海外留学に向けた英語学習法のアドバイス等も可能です。自身の希望に応じた多様なキャリア形成をサポートします。

博士号取得に向けた大事な修行期間である大学院時代に研究に専念できるよう、年収240万円以下の博士課程学生は月16万円 (4年間、総額768万円) または月20万円 (2-4年生の3年間、総額720万円) の経済支援を受けられる可能性があります 。また、その他給付型奨学金の情報もラボ内ページで随時シェアしています。

また、当分野では大学院生を対象にした独自の生活費援助を用意しており、規定を満たす方は積極的にTA/RA等として採用しています。学費の足しになりますし、何よりTA/RA採用は職歴になるので履歴書の観点からも有利になります。

清水研で活躍できる大学院生 (クリックすると詳細が表示されます)

【研究のタイプ】特定の生命医学対象(例:癌ゲノム、メタゲノム、臨床データ)を設定し、世界中に溢れている生命医学データを解析し新しい生命医科学の発見を行うことを目指す。技術開発が目的ではないので、使えるツールなどは積極的に利用する(ただし不足している技術は開発を行うこともある)。

【向いている人材】生命科学(特に分子生物学)が大好き、『ワクワク』した気持ちになれる人

【入学後に必要なこと】最新の生命科学の論文(Nature,  Science,  Cellなど)をどんどん読む。Linux上で生命科学のデータ解析を行うためのやり方(特にPythonを使ったプログラム) を学習。情報技術・アルゴリズムをまずは広く浅く理解するが、自分が利用するツールで使われているアルゴリズムの特性は理解する

【研究のタイプ】生命医学データを効率的に解析するための基盤技術を開発し、技術の立場から生命科学にブレイクスルーをおこすことを目指す。情報科学分野(AI・機械学習・深層学習・データマイニング等)の最新動向をキャッチし生命科学分野に応用をする

【向いている人材】プログラミング、数学、物理が得意。論文で発表されているアルゴリズムや方法を実装するのが好きな人。

【入学後に必要なこと】最新の情報科学、特に主要な国際学会(NeurIPS,  ICMLなど) の研究をフォローする。アルゴリズムを実装するために必要なプログラミング言語の能力をつける。バイオ系はまずは広く浅く身につける

【研究のタイプ (間)】必ずしも上の2つにきれいに分類できるわけではないので、その間の立ち位置で研究を行うことも可能

【研究のタイプ (両方)】両方をできる人材は現状極めて少ないため,研究・企業から引く手あまたです。

清水研 大学院入学希望者 受け入れ基準

スペースの関係上、全ての入学希望者を受け入れることはできません。私たちと一緒に研究をしたい方は、大前提として出願資格 (修士課程は4年制の学部を卒業予定の方、博士課程は修士号を取得予定の方および医学部・歯学部等6年制の学部を卒業予定の方) および本学大学院入試に合格できる一定の基礎学力を持ち、2年ないし4年間学業に取り組むにあたって心身ともに健康で、その上で下記必須7項目と歓迎1項目の合わせて8項目を満たす必要があります。

Q&Aおよび面談について

大学院出願の前に、清水との面談が必要です。面談はいつでも受け付けておりますし、(もし緊急事態宣言中であれば) ZOOM等でも可能です。もちろん面談したからといって必ずしも入学する必要はありません。是非お気軽にメールで面談日時を予約して下さい。アドレスは清水のページに書かれています。もし可能でしたら大学院に関するお問い合わせについてのお願いもお読みになった上でご連絡をいただけると幸いです。

よくいただくご質問にはあらかじめQ&A形式で回答を用意しておりますが、説明不足で分からないとか、ここにはない質問があるといった場合も、遠慮なくお尋ねください。

※ 清水は学部生時代にはいろいろな経験をするのが大事であり、学部卒業後は自分の希望するキャリアパスに合う下積みを集中的に行う必要があると考えています。以下のQ&Aは全て大学院希望者に対するものであり、学部生の方には当てはまりません。

ラボ全般についてのご質問
【必須条件 (7つ全て)】
  1. 広い意味の「データサイエンスで未来の医療を創る」ことに強い興味関心があり、そのために大学院時代はcuriosityドリブンで探求し続け、将来的に博士号取得を経て学術/産業/医療界でのPrincipal Investigator (アカデミアの教授・企業の研究本部長等)を本気で目指している方 (修士課程を希望の方はこちら博士課程を希望の方はこちらもチェック)
  2. 清水研の教育ポリシー研究ポリシーに賛同いただける方
  3. 英語の研究論文を読み書きするトレーニングを始める前段階としての基礎的な語学力がある方 (目安はこちら)
  4. 出身大学や専攻は問いませんが、国際卓越研究大学を目指す本学において研究のトレーニングを始める前段階として必要な資質を身につけている方。具体的には、少なくとも標準的な国立大学の学部卒業レベル相当の広義の生命科学 (医歯薬学や農学等の専攻も含む)、または広義の数理情報科学 (統計学や経済学等の専攻も含む) のいずれかに関する専門知識を身につけていて、かつ他方を勉強する意欲のある方。これまでの専攻が全く違う方の場合には、面談後に出願希望があった場合には口頭試問を実施する場合があります。また、(数理情報科学は特に) 大学によって教育水準が全然違いますので、これまでに研究発表実績がなくかつ国公立大・有名私大出身ではない方の場合にも面談後に出願希望があった場合には口頭試問を実施する場合があります。口頭試問は私たちが発表した過去の論文を1つご自身で選んで解説していただき、その周辺領域に関して基本的な事項を質疑応答する形式です。
  5. 入学までの間、(数理・情報系以外のバックグランドの方は)Kaggle 銀メダル以上, バイオインフォマティクス認定技術者, 数学検定1級, 統計検定準1級統計検定 データサイエンスエキスパート、または応用情報処理技術者 いずれか取得に向けてデータ科学関連領域を継続して自習する意欲のある方。(数理・情報系バックグランドの方は)Essential細胞生物学人体の構造と機能などの通読により生命科学や医療系の学部1年専門科目相当の知識を自習する意欲のある方。(AI創薬をやりたい方は) 上記に加えてマクマリー有機化学概説などの基礎的な有機化学を自習する意欲のある方。(バックグランドや研究研究テーマによらず) 入学後も最新の論文や集中ゼミなどから自ら貪欲に学び続け、また学んだことを仲間同士でシェアしさらに高め合っていけるような向上心と協調性のある方
  6. 自ら主体的に考え挑戦できる卓越した思考力・行動力のある方
  7. 少なくとも1年に1回の学会発表をする意気込みがある方、かつ少なくとも2年に1報の論文発表をする意気込みがある方
【歓迎条件 (10項目中1つ以上) 】
  • 医師・歯科医師・薬剤師等の医療系専門職の知識・経験をお持ちの方
  • 分子生物学領域における学会発表・論文発表経験をお持ちの方
  • 細菌学・システム生物学・合成生物学のいずれかにおける4ヶ月以上の実験経験をお持ちの方
  • NeurIPS / ICML / AAAI / ICLRなどの機械学習関連の国際会議の発表経験をお持ちの方
  • 数学・物理・化学のいずれかを学部生時代に専攻していた方
  • 人工知能(深層学習,強化学習等)、機械学習、データマイニングの活用経験(対象分野は問いません)をお持ちの方
  • Linux OSを使ったデータ解析・プログラム開発経験をお持ちの方
  • バイオインフォマティクスに関する基礎的な知識をお持ちの方
  • 習い事や部活の大会・コンテスト等のトップを目指して猛烈に努力した経験がある方
  • 外国において半年以上の滞在経験がある方 (国や滞在目的は問いません)
※ 留学生の方は研究討論をする上で必要な日本語または英語のどちらかの力があることを示す必要があります。日本国内の高校・大学・大学院修士課程のいずれかを卒業 (見込み)したという実績があれば大丈夫ですが、そうでない方は日本語or英語の語学力が分かる正式な書類 (日本語能力検定検定、TOEFLスコアなど)を添付してください。

私たちは「科学者にとって最高のパラダイスであり次世代を担う研究者のインキュベーターをつくること」を掲げており、次のような38のbenefitを大学院生に提供しています。

  1. 机・椅子・ロッカー
  2. デスクトップコンピューターおよび高速Wifi環境
  3. ラボ共通図書 (関連書300冊)
  4. スーパーコンピューターSHIROKANE最上級モード(D9モード) およびデータストレージサーバーSHIRAUMEアクセス権 (家からでも利用可)
  5. MATLAB, Mathematica, Illustrator, Gaussianといった研究を行う上で不可欠の有償ソフトウェア
  6. 配属前に学習するオンライン予習教材 (200時間分の演習教材)
  7. 実験や情報解析に関わる膨大なオンライン教材・リソース (1万ページ以上、在宅で勉強可能)
  8. (希望者のみ) 一通りの分子細胞生物学実験環境および共用の専門実験機器
  9. (希望者のみ) 3Dプリンターを含む先端技術へのアクセスと企業との連携の場
  10. 生命科学や医学を未履修者を対象にした集中勉強会 (2ヶ月)
  11. ライフサイエンス系学術論文に頻用される図表の読み方を集中的に学ぶ勉強会 (1ヶ月)
  12. 米国マサチューセッツ工科大 (MIT) ・人工知能研究所 (CSAIL) で使われているのと同じ教材を使ったML特論 (2年コース)
  13. システム生物学, 数理生物学, 合成生物学, 量子情報科学等の多様な周辺領域を学ぶCS (convergence science) 特論 (2年コース)
  14. アットホームなラボ環境、ラボメンバーおよびM&Dデータ科学センター
  15. JR御茶ノ水駅から徒歩3分、東京のど真ん中にあるので各種学びの機会にも参加しやすい環境
  16. 国内でもトップクラスの優秀な同期・先輩後輩と切磋琢磨する場
  17. バイオメディカルデータサイエンスとその関連領域における人脈ネットワーク (清水研は30年続くので今後同門の方がたくさん輩出されるでしょう)
  18. ラボメンバーからの建設的な批判によるプロジェクトの軌道修正
  19. ほぼ毎週ある研究に関する個別ミーティングを通じた論理的思考回路の構築
  20. 多様な研究プロジェクトを見聞きする中で広範な科学領域に対する理解の提供
  21. 主体的に貪欲に学び続ける習慣と、それを人にシェアすることで自らのさらなる学びとする機会の提供
  22. 教員による補佐のもと、博士課程学生は修士の学生を、修士課程学生は学部学生を指導するという、高等教育の経験
  23. マイプロジェクトとして自らの興味に応じてプロジェクトを0から立ち上げる経験
  24. 最先端の学術論文やテクノロジーを毎週学ぶ機会
  25. 英語運用能力の向上
  26. 発表プレゼンや書類等の手直しを通じた、研究者として生き残るための「聴衆への上手な見せ方」指南
  27. 倍率5倍, 10倍, 20倍の競争率に勝ち採択された過去の学振DCやグラントの申請書をシェアすることで、近い将来不可欠になる採択される申請書を書く秘訣を学ぶ機会の提供
  28. 最初は促されつつも、いずれは自主的に全国規模のセミナー等でみなの前で発言できるだけのセンスと度胸の養成
  29. 2年に1本以上の頻度で筆頭著者として英語学術論文を国際誌に発表できる可能性
  30. 書籍、各種記事等を執筆する機会
  31. (研究成果に特許性がある場合は) 特許出願経験 + 特許収入
  32. (研究成果に社会的インパクトがある場合は) プレスリリース、記者会見経験
  33. 少なくとも2ヶ月に1回の清水との面談・雑談により研究以外の困っていることを自由に相談できる環境
  34. (希望者のみ) 週に1回昼食をともにしながらデータ科学関連の他分野の先生、学生との交流
  35. (希望者のみ) 年に1回以上の国内学会発表機会の提供
  36. (希望者のみ) TA/RA雇用による生活費サポート
  37. (希望者のみ) 各種奨学金申請書サポート
  38. (希望者のみ) 本学が実施する「データサイエンス人材育成プログラム」無料受講 (本来は受講料25万円)

正直なところ、大学院生がここまでたくさんのことを学べるラボは他にないと自負しています。

また、医科歯科大学は東工大と統合することになりますが、それにより「理系の東大」としてさらに共同研究や学びの機会が増えるでしょう。その上、政府が進める国際卓越研究大学に採択され10兆円ファンドの支援を受ければ、研究活動への手厚いサポートはもちろん、大学院生への経済支援も期待できます

現在の医学では原因が分かっていない病気、完治できない病気がたくさんあります。当分野では未来の医療の創造を目指した研究活動を行っており、その研究対象は大きく分けると2種類あります。

1つ目は、がんや感染症、あるいは生活習慣病や難病といった病気の原因を調べたり、患者さんのより良い診断・治療を目指した研究をデータサイエンスを中核に据えて展開しています (クリニカルインフォマティクスやAI創薬)。いわゆるトランスレーショナル・リサーチと呼ばれる応用領域が近いと思います。逆に疾患が全く関わらない実験系かつ純粋な基礎学問としてのライフサイエンスは重要で面白い研究領域だとは思いますが、当教室においてはそれほど重きをおいていません (共同研究で他のグループのお手伝いとして基礎的なライフサイエンス研究をすることはあります)。基礎生命科学領域の実験について修行をしたい方は、医師のバックグランドを持つ清水や医療に特化した医科歯科大学よりも優れた研究環境が他にたくさんあると思います。

2つ目は、長期的な臨床応用に資するテクノロジー開発です。例えばデータサイエンスのテクノロジー、つまり新しいコンピューター解析手法の開発であったり (これはバイオインフォマティクスシステム生物学と呼ばれる領域と近いです)、データ科学に基づくバイオテクノロジーの開発 (合成生物学と呼ばれる領域にも近いです) であったりします。

一昔前の研究では、研究者が経験やひらめき等に基づいて仮説を形成し実験で確かめていました。

時代は変わり、昨今はさまざまな情報を容易に網羅的に取得できるようになりました。このビッグデータから何かを見出すには統計・数理的方法、情報学的手法が不可欠であり、これら広義のデータサイエンスを駆使して仮説形成を行う時代になりました。この仮説を生命科学実験で検証し、次のデータ取得のネタを得るのです。

このように「大規模データ取得」「データサイエンスによる仮説形成」「検証実験」の3つからなるサイクルを回し続けることが未来の医療を創るようなインパクトのある研究を行う上で非常に大事であり、清水はこれを「三位一体研究」と呼んでいます。

もちろん、これだけ学問領域が多様化している現代ではこれら全てに精通することはできません。当分野ではデータサイエンスを主分野とし、その他の2つについても一定の知識・技術を持ち、専門的なことはこれら2分野を専門に行なっている研究チームと共同研究をすることで、グループとして三位一体研究の推進を目指しています

大学院生には、データサイエンスは極めた上で、他の2分野についても理解のある稀有な人材になってほしいと願っています。

私でも大丈夫かという問い合わせは最も多い質問です。これに対する答えはいつも同じで、「全て自分の努力次第」です。

1万時間の法則は聞いたことありますね?何事もプロになるには1万時間の下積みが必要だということです。大学院時代は下積み期間ですので、1日10時間研究+家で2時間の勉強をしたとしましょう。週あたり5.5日、そして年50週その生活をすれば、年間で3300時間を確保できます。大学院博士課程は4年制ですし成果を出せば3年で卒業できますが、このペースで努力を継続すれば博士をとるまでには1万時間の下積みをすることになります。ここまでやって論文をいくつか発表していれば次の研究ポストも遠からず見つかるでしょう。人生100年時代、大学院生の数年間は他のことを多少犠牲にしてでも全力投球すれば長い目で見れば大きなリターンが見込めます。それだけの覚悟があるなら大丈夫です。

反対に、9時5時で土日祝はお休み、という学部生の延長のような生ぬるい考えの場合はどうなるでしょうか? 昼食休憩を1時間として1日7時間、土日祝は年間120日あるので年間では7x (365-120) = 1715時間ですね。1万時間到達まで6年かかります。修士から入学して博士4年まで合わせればギリギリ学生の間に1万時間に到達しますが、はっきりいって6年もかけて1万時間しか研究に時間を割けないなら研究職に進むのはまず無理です。

当分野では本気で研究に打ち込みたいという学生さんはバックグラウンドによらず全力でサポートをします。ただ、もっと優先順位が高いことが他にある学生さんは当分野では責任をもって博士号をもつプロ研究者のスタート地点にできないので受け入れできません。あまり努力しなくても学位をとれるような素晴らしいラボを他で探してください。

集中的な自己投資はいつの時代も非常に重要です。

関連して、医療系出身ではないけど研究できるかというご質問もしばしばいただくのですが、基礎医学研究のすゝめに書いていますのでご覧ください。

2番目に多い質問は、どれくらいの事前知識が必要かというものです。

これは持論なのですが、「希少価値の高い人」になることが極めて重要です。言い換えれば、代わりが効く人になってはいけません。

希少価値の高い人というのは、例えばあることを極めていて、1000人に1人くらいのレベルにいるというのがあるでしょう。しかし1000人に1人のレベルになるのはどんな分野でも大変です。それよりも10人に1人のレベルでいいから、それを3つの分野で達成すると、あわせ技で1000人に1人の希少価値の高い人になれます。スキルは掛け算なのです。

私たちのグループはまさに異分野融合型の研究をしていますので、お願いしたいのは今やっていることに全力で取り組んでほしいということです。それがスキルの1つとしてアピールできますし、それを1つの強みとした研究を展開することも将来的にできるでしょう。

それにプラスして、10月までは次のことを勉強しておくといいでしょう。

【生命科学・医学系の方】

【数理・情報系の方】

【AI創薬研究をしたい方】

  • ケモインフォマティクスの基礎
  • 量子化学の基礎

また、11月からは合格者を対象とした勉強会を行いますし、たくさんの教材をリソースとして提供します。それらを4月の入学までにしっかり勉強しておくと、良いスタートダッシュを切れそうです。

ワークライフバランスというのは広い言葉ですから回答にこまるのですが、もし人間関係を含む意味合いでしたら、当教室では「お茶会」という清水を交えた少人数の交流会や定期的な個別面談、歓送迎会などのイベント、お互いに「さん」付けなど、風通しのよいフリーアンドフラットのラボを目指しています。

ワークライフバランスというのが研究時間という意味合いでしたら、新人で下積みの間からそんなことを言っていたら何者にもなれません。昨今は書店にはたくさんの本があり、インターネットにも大量の記事があり、そしてChatGPTはじめ生成系AIがコードも書いてくれるようになりました。何も経験もないし、天賦の才能もない、どこにでもいるただの学生が最初から平日9時5時・土日祝休みの生活だったらどうでしょうか? 間違いなく何年かたって卒業する時には「数多の大衆人材の1人」にしかなっていないでしょう。そんなレベルは替わりがいくらでもいます。

人生100年時代と言われて久しいです。ずっと頑張り続けろとは言いませんし、家族ができるなどライフイベントによって自分のためだけに使える時間は今後どんどん減っていくでしょう。だからこそ人生の一時期、まずは大学院を卒業するまでだけでいいから、全力で挑戦してほしいと思います。

清水が学生の頃と違って昨今の学生は権利意識が強い人が多いですが、大学院は税金を使って研究をさせていただくところです。「授業料を払っている」という何も分かっていない学生がいますが、授業料は研究室には1円も入っていません。研究室で行う全ての研究活動は税金が原資だとお考えください。税金を使わせていただく以上、プロフェッショナルでなくてはなりません。新人なら、1日でも早くプロになれるよう最大限の努力を払う必要があります。毎日ラボで朝早くから夜遅くまでやれという意味ではありません、例えば通学の電車の中や、家でもいろいろ勉強できるはずです。そういった細切れの時間も合わせれば、18歳で大学受験をした頃より勉強・研究時間が下回るというのはありえません。大学は義務教育ではありませんから一種の自己実現を目指してその大学を受けるわけですよね。大学院生活も、その先の自己実現 (キャリア) のためにあるわけです。

私達は教育に非常に力を入れており洗練されたシステムを構築していると自負しておりますが、それはとても高いレベルの情熱がある学生さんに最適化しています。そういった志の高い学生さんには「ウチしかない」と自信を持ってオススメできますが、逆に今からライフ >> ワークの価値観の方は他の「大衆人材育成ラボ」の方がいいでしょう。

1度しかない人生です。自己実現に向けて、私たちと一緒に挑戦したいのですよね? 今からワークライフバランスとか権利を主張したら自己実現は無理でしょうし、後年になって本気で挑戦しなかったことに悔やむでしょう。残りの人生で一番若い今やらずして、いったいいつやるのですか?

ラボに「合わなそうな」人物像を聞いてくる学生さんもいます。せっかくなのでここにも残しておきます。

勉強するのが目的の方

成績優秀な学生さんにしばしば見られることですが、「勉強」そのものがゴールの学生さんには当研究室は向かないかもしれません。もっと踏み込むと研究自体が向きません。高校まで、あるいは大学までで問われていたのは教科書を読んで理解し、答えがあると分かっている問題の正しい答えを導く力でした。しかし研究というのはそもそも答えがあるかも分かりませんし、教科書を読むのではなく教科書に1行ずつつけ加える側であることを理解しなければいけません。試験で求められるような頭の良さとは大きく異なる世界です。クリエイティブな世界の楽しさでもあり厳しさでもある点はそこにあります。勉強は大事ですが、そこがゴールではいけません。「巨人の上に立つ」という言葉もありますが、勉強してたくさんの知識を身につけるのは、未来の医療を創るためであってそれがゴールではないのです。

承認要求が強い方

学校の勉強でもクラブ活動でも、よい成績を出して親や先生に褒められたことがあるかもしれません。小さい頃の話なら微笑ましいエピソードですが、驚くべきことに20才になってもそれが行動の大きな源になっている人がいます。例えば医学部医学科に入学してくる学生は医師・医学研究者を強く志しているのかと思いきや、単に「難関の入試を突破すれば一目おかれるから」というような承認要求のためだけに志望する者もいます。

「十で神童、十五で才子、二十歳過ぎれば只の人」ともいいます。大人になって褒められることはそうそうありません。ましてや研究では成果が出るまでに時間がかかりますし、国際的な競争があります。承認要求の強い方には、あまり研究をオススメできません。

メンタルに弱い方

令和の時代だからなのか、打たれ弱い人も散見されます。

清水は学部生の頃、指導教官に「3割打てれば一流バッター」と言われました。プロ野球と同じで、プロ研究者も自分の仮説が3割も当たればかなりすごいということです。ましてや学生の立場では3割あたることはまずないでしょう。つまり研究をするということは、ネガティブデータの山と向き合うことでもあります。いちいちへこたれず、ネガティブデータの中からヒントになる兆候を見つけ出すひたむきさが研究には必要です。

また、これまで書いてきた通り清水はプロとして恥ずかしくない研究者を育てることを目指しています。そのため、プロとして恥ずかしいレベルの発表をした学生には1年生であってもいろいろな指導を行います。時に厳しく感じることもあるでしょうし、プライドが高い学生さんであれば自尊心が傷つけられたと思うこともあるでしょう。私だってできれば厳しい意見を直接言いたくはありません。でも私が言わないと他の先生が指摘してくれることはまずありませんし、誰にも直してもらえないまま卒業したら「低レベルな研究者」だと心の中で笑われ誰にも相手にしてもらえません。小さい頃は親や学校の先生などに愛情を持って怒ってもらったから今があるわけですよね。サイエンスに関してだけですが、その重責は数年間私が担当することになります。『愛の反対は憎しみではない 。無関心だ』というのはマザー・テレサの言葉ですが、1年目であっても大学院生である以上は博士号取得者の基準に満たない点については無関心とは対極の指導をします。まっとうな建設的批判を真摯に受け止めて自分を高めていける謙虚さと向上心が必要です。

全ての細かな手順を指示してほしい方

清水はある意味で「研究は全て1st authorの責任」と考えています。教育はしますが、個々の点について細かい指示出しはしません。仮に全てお膳立てされた研究で成果を出しても、自分一人では何もできない人間になってしまいます。もちろん卒業してから研究者としてやっていくのは不可能です。別のところにも書いていますが「魚を与えるのではなく、魚の釣り方を教えたい」のです。ですので、料理番組のように全ての材料が用意されていて言われた手順通り混ぜるだけ、みたいなものをお望みの方は、ぜひ他のラボをお探しください。

広々としたオシャレなスペースで研究に取り組みたい方

広くてオシャレな空間は素敵ですが、それが優先事項になっている方は当教室は見学に来るだけ時間の無駄です。東京医科歯科大学はもともとスペースが十分広いとは言えませんが、当研究室はその中でも新しい教室であるため、現在使用できるスペースには限りがあります。ありがたいことにたくさんの方が見学に来ているため、広々とした空間をご提供することはできません。イメージですが、試験前の大学図書館の自習室のような感じでしょうか? とても広くてオシャレではありませんが、みんな目標に向かって黙々と頑張っているイメージが湧くでしょうか?

優秀で多様なバックグランドの同世代の仲間と文字通り机を並べて研究をするため、距離が非常に近いというメリットはありますが、逆にそういう環境で研究に取り組める方でないと厳しいと思います。

運が悪い方 (正確には幸運が訪れているのに気づけない方)

よく「自分は運が悪い」という方がいますが、そういう方は清水研には不向きです。
幸運は実際には少なくない頻度で訪れています。しかしそういう「運が悪い」方はチャンスが訪れているのに気づけない、あるいは行動できないのです。「seize the fortune by the forelock. (幸運の女神には、前髪しかない。)」というのはレオナルド・ダ・ヴィンチの言葉ですが、何気ないことの中にチャンスが巡ってきたことに気づき、そのチャンスに勇気をもって取り組むという確かな選球眼とフットワークの軽さが清水研では求められます。これは清水研在籍期間だけでなく、その先のキャリアのどんなときにも大事になるでしょう。

上の質問とセットで聞かれることがたまにあるのがこの質問です。

もちろん数ある研究室の中から当研究室を選んでやってきてくれた学生さんはみな好きですが、強いて2つのタイプをあげるなら以下のようになります。

1つは、何でも吸収しようという熱意にあふれる学生さんです。熱意は行動に現れるので、例えば常にメモを取りながら話を聞いていたり、他の学生がいない時間帯にも熱心に研究・勉強していたりします。こういう学生さんは当然ですがそうでない学生さんに比べて習得が早いです。

もう1つは、チームの利益を重視している学生さんです。自分だけが良ければそれで良いというのではなく、チームとして勝つためにいろいろなことを率先できる学生さんが一定数います。小さなところでは率先してチームに自分が得た情報をシェアするところからですが、これはとても大事なマインドです。

清水は見ていないようでいて実際には学生1人1人のことを気にかけ常に見ています。特にこうした2つのタイプの素晴らしい心がけの学生さんには何かの機会があった時にチャンスをあげることで少しでも報いてあげたいと思っています。

これについては百聞は一見にしかずなので一度見学にいらしていただくのがベストなのですが、HPで提供できるのはラボメンバーのページおよび研究室の写真です。

なお、ラボメンバーについてですが、当研究室は現在急速な拡大期にあり、本学で最も成長率が大きいラボになっています。教員・ポスドク・大学院生・常時出入りする学部生・その他スタッフを全員合わせれば、今後2年の見込みとして2024年に30人規模、2025年に40人規模になる見通しです。2025年には本学の基礎系の分野としては学内で1, 2を争う規模のラボになるでしょう。

また、学部生については本学の中で最も受け入れているラボの1つになっています。彼らは授業とは関係なく課外活動として自主的に出入りしています。学部生さんがそれだけ清水研に定着しているということは、少なくとも医科歯科大学の他の複数の研究室と比較してラボメンバー (人間関係) や研究教育環境については十二分に満足してもらえる水準にあるものだと解釈しております。

研究内容・指導方針についてのご質問

研究室はそこのトップの方針が強く出ますよね。そこで私が意識していることをいくつかご紹介します。

フリーでフラット

サイエンスの全貌は神のみぞ知る。真理の前では教員も学生も同じです。当研究室では日本企業にありがちな強い上下関係ではなくフリーでフラットな人間関係を意識しています。例えば、新入生に対して、先輩の大学院生にも「さん」づけで呼ぶように言っています。清水の予定を全公開した上で教授室のドアも半開きにしているのでいつでも入ってこれますし、またミーティングでもいつでも割り込んで発言できるカルチャーを作っています。

研究はマラソン

がむしゃらに突き進むのが有効なときもありますが、短距離走とは違ってマラソンでハイペースで飛ばしすぎると長くは続きません。健康上の理由もあり、当研究室では夜21時以降および日曜日には大学院生が来るのを禁止しています。私が大学院生の頃は、平日なら朝8時から夜23時くらいまでは研究していましたし、日曜日も半日はラボに行っていましたが、うちの大学院生にはしっかりと休養をとらせています。

徹底的なシステム化

世のラボでは大学院生にさまざまな雑用をやらせていますが、当研究室では自分や後輩の成長につながるもの以外はやらせていません。それを可能にしているのは徹底的なシステム化や情報共有です。独自に構築した教育システムやslackによるAIアプリ、esaによる数千ページの情報共有など、いろいろな工夫により大学院生には自己投資に専念してもらう環境を提供しています。

能力・熱意・貢献に報いる

上の「どんな学生が好きですか」に書いた通り、高いレベルの熱意のある学生さんや、研究室へ自分はどんな貢献ができるのかを考えて行動する学生さんが特に好きですが、もちろん優れた頭脳を持ち研究実績を出す学生さんも大好きです。私の時間は有限ですが、それを全員に均等にではなく、こういった学生さんたちにより重きをおいて時間を使ったり何かの機会があるときにはチャンスをあげたりして報いたいと思っています。反対に、それほど優秀な成果を出していないのに研究室の滞在時間が短く土日祝休みで、情報共有など研究以外の貢献もほとんどないような学生さんがいたとしたら、その方にはより少ないエフォートしかかけられません。

教育により人を育てる

大学院生の教育は非常に力を入れています。入学して最初の3ヶ月は研究ではなくいろいろなlectureをしていますし、それ以降も2年にわたって清水とのさまざまな勉強会があります。リサーチミーティングは当然ですが、研究を行う上では基盤となる知識が不可欠です。勉強会以外にもオンラインで自習できるさまざまなコンテンツも用意しています。

医科歯科大学は指定国立大学法人であり国内トップ10の研究大学の1つとして文科省に指定されております。そのため、本学の大学院は研究者になるための武者修行期間と私は捉えておりますので、教員は進捗を聞いてさまざまな助言をするものの、そのテーマに主体的に取り組むのは学生さん本人です。
 
アカデミア研究者を目指したいという方には最初からかなりの裁量を持って研究活動ができるとおすすめできますが、反対に手取り足取り型の細やかな指導を期待している方には本学の大学院は合わないと思います。
 
ただ大学院生の勉強会はみっちりします1年で研究者としての即戦力にすることを目指しています。何も理論を知らなくてもなんちゃって機械学習は簡単にできる時代ですので、数理を知らないエセデータサイエンスティストが急増していますが、うちではそれはNGです。大学院1年生は私と毎日のようにゼミをします。私が教えるわけではなく、大学院生が主体的に教え合う会です。一応私が予習のポイントのようなメモは用意していますが、特にバイオ系の人にとって数理はかなりヘビーだと思いますし、私のメモがあっても特に最初の1年は土日を含め自由時間は全くとれないと言っていいほど勉強が必要です。ゼミについてはこちらもご覧ください。また研究室には250冊の本を常備しておりメンバーは自由に閲覧できるようになっていますし、その他webリソースも取り揃えています。
 
研究は何もないところから生まれるわけではなく、どんな研究も既存の研究の上に行われています。そのため研究は基礎知識 (数理含む) がないと全くできません。清水研の指導方針は、知識についてはみっちりと身につける手助けをしますが、その知識を前提とした研究活動については (研究者になるためには試行錯誤が不可欠と考えているので) 学生が自ら主体的に取り組み教員は定例ミーティングでアドバイスや助言をするに留めるという方針をとっています。
 
大学院はプロ研究者養成機関です。もちろん教員がお膳立てをする「魚を与える」方式の方が私達としても楽なのですが、自分で魚を釣れないと卒業してからプロ研究者として生き残れません知識やその他の道具は用意するから、学生さんには「魚の釣り方」を苦労しつつも主体的に身につけてもらう、それがアカデミア研究者としてやっていくための最良の教育だと考えています。
 

1年目は6月まで各種の集中勉強会がありますが、5月の個別面談の際に希望等をお伺いし、次の3つのグループのいずれかに配属します。それぞれのグループには博士号を持つリーダー・サブリーダーのもとに大学院生が複数名いて、週に1回のグループミーティングを行っている他、slackのグループ専用チャンネルでも種々のやりとりが行われています。

  • 次世代医療 Group: 最新の情報技術を駆使して次世代の医療創出を目指す。診断・治療、あるいは予防に直接関わる「もの」を得ることをゴールとする。具体的には診断としては検査法の開発、治療では薬の開発。ゴールは「もの」にあるのでチームとしては実験検証とセット。キーワードとして中分子デザイン、併用療法予測
  • バイオDX Group:  バイオにおけるDBTLを回し、これまではなし得なかったバイオ技術の形成、バイオ法則の解明を目指し、ゆくゆくはそれを工学的に応用する。チームとしては実験とのハイブリッドが必要。システム生物学 + 合成生物学の領域。キーワードとして細胞内全シミュレーション、システム工学、デザイナーセル
  • 数理情報基盤 Group: 高いレベルの数理や情報の専門性を武器にドライ研究を推進するグループ。最先端の技術動向をキャッチするだけでなく、次に来る波を予測してそのテクノロジーをいち早く取り組む。実験も必要な上記2つのグループと比較しより短い期間での論文報告を行う。キーワードとしてバイオインフォマティクス・クリニカルインフォマティクス・AI技術開発・量子コンピューター

具体的なテーマが決まるのは1年目の6月で、そこから毎週のグループミーティングで進捗報告&discussion、約3ヶ月に1回は研究室全体に対するprogress report (1時間くらいの経過報告 & discussion) が行われています。さらに、半年に1回は英語による研究室内外への国際学会に準拠した研究発表、年に1回は学会に実際に参加して発表します。発表、およびその前の複数回にわたるリハーサルで研究発表のやり方を学んでいただきます。

また、最大の学びは人に教えることです。大学院生には学ぶだけでなく下の学年の大学院生や学部生らの研究指導補助役も割り当てますが、そうしたことからも学んでいただきたいと思っています。

研究室によっては夏休みの1週間とかインターンとして通って先生と間近で接することができる機会を提供しているところもありますが、当研究室は立ち上がったばかりの小さなグループですので今はマンパワーが足りず、そのような制度を準備できておりません。

しかしながら、オンラインの勉強会であるBioMedical Data Science Clubにゲストとしてご参加いただくことで、普段の清水の教育の一部を垣間見ることはできると思います。そしてその教育の結果、みなさんとほとんど同い年の人たちがいかにレベルの高い論文を読み発表をして、そして言われなくても熱心に討論しているか、初めて参加される方は教育水準の高さにみな驚かれます

また、清水は学部生数名の研究指導をオンラインで行っており、そのうちの何名かは2022年度中に筆頭著者として英語学術論文を投稿しました (詳しくはこちら)。学部生で研究成果を論文発表することがどれだけ難しいことかよくお分かりだと思いますが、これも清水の教育の効果です (自画自賛かもしれませんが)。

勉強会参加メンバーも研究中の学部生さんも、決して最初からエリートだったわけではありません。みな研究は初心者からのスタートでした。もしかしたら、これを読んでいるあなたが次の主役かもしれません。

出願前の面談および入学前後の面談でどのようなキャリアパスを描いているのか、どのようなことに興味があるのかをお伺いし、最初のテーマはその希望に添えるようなものを一緒に考えます。もうちょっと言うと、現在の研究で紹介している数個のカテゴリーの中のどれに最も興味があるのかをお伺いし、そのカテゴリーに入るテーマを考えます。ここに入っていないテーマ、例えば脳に関する実験をメインにしたいなどの要望は受け付けられません (もし本当にやりたければマイプロジェクトで提案していただくことになります)。

入学後最初の2ヶ月弱はオリエンテーションなので、プロジェクトの始動は6月からです。また、すでにラボ内で動いている他のプロジェクトのお手伝い (共同研究)も積極的にしていただきます。

入学後半年ほどたった後は、「マイプロジェクト」始動に向けた申請書を書いていただきます。この申請書はラボのスタッフしか読みませんが、一人前の科学者になったときに必要な書類と同じものを書くことでさまざまなトレーニングになるだけでなく、頭の中にもやっとしているプロジェクトを見つめ直し洗練させるよい機会となります。

これまでのプロジェクトに並行して、2年目からは自分で考えたマイプロジェクトもスタートします。

しばしば「レセプトデータを使った潰瘍性大腸炎への医療介入の研究をしたい」とか、「CT・MRI画像から脂質の特性を予測する人工知能を作りたい」とか、「マウスを使ったセロトニンの脳腸連関の実験をしたい」とか、すごいピンポイントなテーマをしたいとメールでお問い合わせをいただきます 。

私たちの現在のテーマや過去のテーマは全てホームページで公開していますので、それらを調べた上で関連するテーマをご提案いただくのはwelcomeなのですが、私たちがこれまでやったこともないし今は特にやっていないspecificなテーマをいきなりやりたいと言っても難しいのは賢明な読者の方には自明かと思います (そのテーマを指導できる教員もいません)。

ただ、ラボに来て1年が経てば&優秀でかつ熱意があれば話は別です。最初の1年は寝る間も惜しんで研究や勉強をする生活になりますが、その間にほとんどの解析は一通りできるようになりますので、2年目からはもともとのプロジェクトと並行して「マイプロジェクト」を始動させることになります。これは自分で先行研究を調べ上げて練ったオリジナルテーマを、自らがプロジェクトリーダーとして論文化を目指すという取り組みでして、ここにおいては全て自己責任でプロジェクトを立案・実行することができます。

ただし、他のプロジェクトと「並行して」というのが大事です。あくまで立場は学生であり、自分で研究費をとれないうちはマイプロジェクトに100%専念することはできません。最大でもエフォートは50%までで、複数のプロジェクトの1つとしてマイプロジェクトを行っていただきます

マイプロジェクトを始めるには、科研費若手研究に準じた申請書を提出していただきます。先行研究調査や研究計画が全然できていない申請書、あるいは研究にかかる期間や予算の見積もりが甘い申請書は容赦なくrejectします。マイプロジェクトを推奨しますが、どんなプロジェクトでも自由にやらせるつもりは毛頭ありません。税金を使って研究させていただくのです。業績欄は勝てなくても、プロとして研究内容だけは博士号取得者が執筆する計画書と同等でなければなりません

教員の指導がないと研究にならないうちは教員に近いテーマで修行が必要だ、税金を使って自分の研究をするからにはそのピンポイントの領域についてはプロとして他の学者と同等以上でなければならない、そして自分のプロジェクトに専念したければ早く独立して自分でグラントを確保することが必要だという、いたって当然のことです。

清水研では「データサイエンスで未来の医療を創る」ことを掲げています。広い意味でここを目指したプロジェクトであれば実験を行うものも含めてどのようなテーマでもやっていただけますが、そのプロジェクトへは当研究室が持っている予算の中からサポートするわけですので、当研究室が獲得しているグラントと全く関係ない内容であれば配分してあげられる研究費も少なくなりますそれで足りなければ、大学院生向けのグラントをご自身で獲得する必要があります

また、マイプロジェクトを開始するには、科研費若手研究に準じた研究計画書を作成し、プレゼンをして教員から承認をとる必要があります。例えばその提案プロジェクトの先行研究や、プロジェクトがうまくいった際にはどのような雑誌への発表を考えているのかといった相場観、研究計画そのものや予算・研究期間の見積もりに無理がないか厳しく審査します。マイプロジェクトを奨励しますが、プロの研究者にはありえないズボラな研究計画でGoサインをもらえることは絶対にありません

大学院生は守られている立場ですが、博士をとって自分がやりたいことを行うには自分で競争的研究費をとる必要があります。多くの研究室では大学院生時代に訓練することはまずありません。清水研では第三者視点で研究申請書を査読し基準に満たないものは何度もrejectしており、自分で考えてブラッシュアップする過程を繰り返す中で、大学院生には「採択される研究プロジェクト」の提案の仕方をしっかりと身につけていただきます。

もちろん清水の価値観が絶対の正解ではありませんが、グラントページをご覧いただければお分かりの通り清水研メンバーは数多くの研究助成金に採択されています。いずれも5倍・時に20倍もの競争倍率から勝ち取り続ける秘訣を大学院生には学んでもらいたいと思っています。

実験大歓迎ですし、清水も筆頭著者として複数の実験系論文を発表しているので指導できます。ただ私たちのデスクがある建物内には実験施設はございません。ベンチがあるのは、そこから徒歩で6-7分ほど行った所にある東京医科歯科大学の別の建物になります。ここは改修された共用の実験設備でして、一般的な分子細胞生物学実験はほとんど全て可能です。

1つの実験設備を複数のラボが使うというのはアメリカでは普通のことですし、管理してくださる方が別にいらっしゃるので、(日本の他のラボのように) 機械の故障等に対して大学院生が自ら業者を手配して修理に立ち会う等の雑用がないというのは大きなメリットです。

デスクとベンチが離れた場所にあるというのはデメリットに映るかもしれませんが、京都大などでもそれほど珍しいことではありませんし、他の分野の学生さんともオープンにdiscussionできるいい機会です。研究室に閉じこもりの生活になりがちなので数分間の運動を意図せずできるというのは健康にも好ましいこととと思います。

私たちはプログラミング言語そのものを研究しているわけではないので、それらは一種の道具です。アイデアがあって、それを具現化するための道具としてのプログラミング言語なわけですから、そのアイデアを実現できるならどんな言語を使っていただいても構いません。

PythonとR、それに各種バイオインフォマティクスツールやスーパーコンピューターを動かすのに必要なLinuxについてはみっちり学んでいただきますが、それ以外の言語を使うのも歓迎します。

プログラミング言語とは言わないと思いますが、数値計算のMATLABや数式ソフトのMathematica, それに統計ソフトSPSS, Stataなども利用可能です。

私たちは物理的に建物や階の異なる複数の部屋に分かれているということもあり、さまざまな情報伝達を迅速に行うためにslackの有料版を導入しています。研究室メンバーはメールではなくslackでほとんど全ての情報をやりとりしています。また、我々が開発したAI Research Assistantをslackに入れており、natureやscienceはじめトップジャーナルに掲載された論文やGoogle AI Blogなど著名な海外ブログなどから直近1~2日に発表されたばかりの研究報告のうち私たちにも関係のありそうなものを日本語で箇条書き要約してURLとともにslackにシェアしてくれるチャンネルもあります。

slack以外にもう1つフル活用しているのはesaというシステムで、slackがフローだとすればesaは情報のストックを行うことができるシステムです。例えばラボに加わった後に迅速に研究環境が構築できるよう、メールアドレスの設定方法やプリンターの設定方法など研究室情報が全て解説付きでストックされており、そのようなページが2000ページほどあって基本的に研究室のesaで検索すればあらかたのことは人に聞かずとも調べられるシステムになっています。

さらに、独自に構築しているNASというファイル共有システムを運用しており、例えば論文抄読会の資料やミーティング資料などは過去の分も含めてここに全部ストックされています。

プログラミング界隈では「車輪の再発明をするな」という言葉があり、これは他の人が作ってくれたものを自分で作る必要はないという意味合いですが、まさに私たちの研究室も誰かが苦労してできるようにしたことを他のメンバーが苦労して行う必要はないと考えています。そのためにこれらの情報伝達ツールを使ってシステマティックに研究に専念できる環境を構築しています。

 

 

大学院生受け入れについてのご質問

清水は学生さんの自主性をとても尊重していますので、原則としては「来るものは拒まず、去るものは追わず」スタンスです。

清水研の受け入れ基準に明らかに合致しない方を除いて、連絡をいただいた方には面談の機会を設けさせていただいています

一般的な常識に欠く (無断遅刻、研究室訪問をするのにふさわしくない奇抜なファッション、ホームページに掲載していることを全然読んでいないなど) 、清水だけでなくスタッフ・院生といった他の面談者たちからの印象もよくない等のNGポイントが複数ある方、当分野では明らかにhappyな大学院生活を提供できなさそうな方 (価値観のミスマッチ、興味のある研究対象が定まっているが当分野のスタッフの領域とはかけ離れているなど) 、本学の大学院入試に合格する可能性が半分もないと考えられる方を除いて、対面での面談後に清水側からお断りしたことは一度もありません。当分野の考え方を含めホームページにさまざまなことを公開していますが、それらを読んで理解し、面談後もいろいろ考えて、その結果として当分野に来たいという方は拒みません。唯一のselectionである本学の大学院入試に合格できる基礎学力があると私達が判断し、実際に合格すれば全員受け入れます

研究活動というのはクリエイティブな仕事であり、クリエイティブな仕事というのは希望者全員が結果が必ず出るというわけではないのはご存知の通りです。プロの音楽家になりたくてもみんながなれるわけではないですね。もちろん練習環境は非常に重要ですが、本人の努力と才能も同じくらい重要です。大多数の研究室よりずっと優れた研究教育環境を提供していると自負しておりますが、あとはご自身次第です。自分が一番成長できそうな、そして力を発揮できそうな、それでいてメンバーとの相性もよさそうなところを探すといいと思います。

当分野は国内で最もラボの考え方、教育方針、現在あるいは過去の論文、受給中のグラント、メンバーのプロフィール等の内部情報を公開している研究室だと自負しておりますし、面談時間は2時間をとっています。いろいろ考えた上で当教室を希望されるのであればwelcomeです。

興味のないことや誰かに強制される勉強って本質的に苦痛ですよね。長くは続きません。医学部の学生に多いパターンですが人よりも高い点数をとって一種の優越感にひたるために大学入学までは勉強ができる人もいますが、大学院ではそういうのとは全く違うところです。高いモチベーションを維持するためには、本当にワクワクする領域をやらなければいけません。知りたいことを知るというのは研究者の基本であり、それがこの分野でない方はよその研究室を探してください。

数年間も自分に大きな投資をするのに、その最初の分野選びで間違えてほしくない、そういう意味で太字強調しています。

大学院時代は下積みであり、熱意を持って「本気」で取り組まない限り高い目標を達成したいという自己実現は無理でしょう。

ですので、あえて「本気で」の意味を答えるなら、「熱意だけは誰にも負けない」という揺るぎない志を持って、ということかもしれません。「熱意」は行動に現れます。大学院生の場合は研究活動なり自分に足りないものを自主的に勉強する、仲間と討論するというのが行動です。すでにある程度の経験があるなら、あるいはそうでなくても天賦の才能があるなら、短い時間でも成果を出すことができるでしょう。しかし研究論文業績も才能もないのなら、それを努力でカバーしなければなりません。古い考えなのかもしれませんし、「働き方改革」の真逆ですが、下積み期間でまだ何もないからこそ「熱意だけは誰にも負けない」と言えないといけないのです。

でも、上にも書きましたがみなさんはこの分野をcuriosityで選んでいるわけですよね。ですから強制されて勉強するのではなく、趣味に没頭して、あっという間に時間が経過している、そんな感じになると思います。

大学院生時代こそ時間を忘れて研究に没頭することが不可欠です。多くのサラリーマンのような「本当は取り組みたくない、人から与えられた&ルーチンの仕事」ではなく、大学院は「クリエイティブな自己実現のために自分で選んだ絶対取り組みたいこと」に専念できる時間ですので労働時間という概念は全く当てはまらないのですが、あえて時間でいえば下記のようになるでしょう。

1万時間の法則は聞いたことありますね?何事もプロになるには1万時間の下積みが必要だということです。週40時間だとすると年間で2000時間、1万時間に到達するのに5年もかかってしまいます。大学院在籍期間中に達成するのは無理です。少し頑張って週60時間なら、1万時間まで3年少しで到達できます。実績はプロ水準になってから急速に増えるので、これなら残った在籍期間で実績を増やすことができるでしょう。清水の大学院生時代はサラリーマンの2倍の週80時間超取り組んでいました (1日11時間研究+2時間自宅勉強 x 週6)。80時間/週ならわずか2年ちょっとで1万時間に到達可能です。数年間も「プロ」として活躍できる時間が残るわけですので、他の追随を許さない実績を積み上げることができます。清水が大学院時代に在籍した中山研はこれまで100名を超える卒業生がおり、16名の教授が誕生していますが、清水はその中で大学院入学後最も短い期間で独立しています。大学院時代に文字通りラボに入り浸って自己投資をし、生命科学実験も九大初のメディカルAIもその他共同研究も、多数のプロジェクトに携わったことが、30代半ばで独立する原動力になったのは明らかです。ただしこの場合でも日曜日にはお休みをとっていました。週7で研究に打ち込むのは長続きしませんので1日は完全に休み、残りの週6日で朝から晩まで自己投資というのが必要です。

自主性を非常に重視していますので、週〜時間というノルマのようなものは全くありません。大学院は数年にわたるマラソンのようなもの、頑張りすぎると体を壊してしまいがちですが、そういった時には人に迷惑をかけない範囲で思い切って休むことも時には必要でしょう。

必須項目の5番目には、自主的に考え行動できる方というのが入っています。自分で計画をたて、数年間を当研究室で過ごして次のステージへ羽ばたいてください。

若いので柔軟に吸収でき体力も十分ある20代前半からの10年間に、特に今後のキャリアの基礎となるいちばん大事な大学院生時代に、たくさんの時間を自分に投資することで大きな自己成長、そしてその先の自己実現につながります

残りの人生で、今が一番若いのです。今やらずして、いつやるのですか? 

すべての研究は過去の先生方の知識の上に成り立っています。ですので「一定の基礎学力」がないことにはそもそも研究になりません。日本語の教科書に書かれていることをあまり理解できないのに、英語で最先端の論文を読むなどできるはずがありません。論文を読んで理解できないのに、研究をしたり論文を書いたりするのは不可能だというのは自明でしょう。また、基礎学力がないのに討論はできるというのもありえません。

私は世の中の民間企業のような「学歴」で篩にかけることは決してありませんし、これまでの専攻も不問なので他分野出身の方も歓迎しますが、「学歴」は重視しています。つまり大学に入学後に何を学習してきたのか、何をなしてきたのか、それを加味して「一定の基礎学力」を判断しています。

例えばセンター試験が30%しか解けなくても入れる大学の卒業生と、60%の成績が必要な大学の卒業生なら、一般的には後者の方が「一定の基礎学力」があると言えそうですし、相対的に学習をしているのは事実でしょう。しかし例えば30%の成績で入れる大学の人であっても、学生の間に一念発起してTOEIC 900点とか、難関国家資格をとったとか、英語の研究論文を発表したとか、プログラミングの大会で輝かしい賞をとったとか、起業経験をしたとか、自主的にインターンなどをして自分の価値を高めたとか、その他課外活動等、何でもいいのですが大学入学後に「普通の」学生にはない素晴らしいこと・難易度の高いことに取り組んできたとなれば話は全然違います。このように「その後」のことを加算したのが「学習歴」であり、現在の力を反映する指標になると考えています。もちろん「学習歴」実績のある方のほうが、大学院入学後も伸びしろが大きいことは間違いないでしょう。

このページにもし目安を書くとすればみなさんの大学入学後の努力や主体性などを加味できない経歴ベースのものになってしまうので気が進まないのですが、しばしば聞かれるのであくまでざっくりした目安ということで記載しておきます。少なくとも同世代の大学進学者の平均以上の学力 (例えばこちらのサイトでの学部進学時の偏差値が50台前半以上など) を求めますし、(特に私立大学の場合は推薦やAOなど入試形態は多様なので) 同等の水準である出身高校の偏差値60台前半以上というのも目安になると考えています。また、特に博士課程に出願する方はこれまでの研究内容・発表実績も加味します。この段落の冒頭にも申し上げたとおり、いろいろな方がみるホームページだからこそ経歴ベースの基準になってしまっていますが、実際には経歴だけでは分からない大学入学後の努力や積極性を自己PRしていただき、それらを合わせて学習歴を個別に判断させていただいております

ご存知の通り、国立・東京医科歯科大学は数々の大学ランキングで指折りの評価を受けており、全国から高いレベルの、そして意欲的な学生が集まっています。東大をはじめ国立大学や、関東の私立だと早慶・MARCHクラスの出身者はゴロゴロいますあるいは何かの分野で「普通でない」実績を持つ方たちです。清水研を志望した場合、大学院入試の競争相手はそういうツワモノたちです。また博士課程に出願する場合には競争相手の大半は医師です (医師は高いレベルの基礎学力が大学受験の際に求められるのはご存知かと思います)。

世の中には受験すれば必ず合格できる試験もいろいろありますが、本学の院試は「ガチ」であり、教授の推薦でも本人のやる気でもなく、試験での点数が全てです。きわめて公正な試験です。高いレベルの受験生たちと合格枠を競う必要があるため、大変失礼ですが「一定の基礎学力」が相対的に足りず本学の院試に合格できる可能性がかなり低いと言わざるをえない方の場合はそもそも出願許可をしません。大学院の出願には少なくないお金がかかりますし、何より試験対策〜試験にかかる時間が無駄になってしまいます

塾や予備校が受験前に結果を高い精度で予測できるのと同じように、私は本学の院試にとれくらい通りそうかを「学習歴」や面談時のプレゼン・質疑などから予想することができます。落ちる可能性の高い本学の大学院準備に貴重な時間を使うのではなく、その時間を他の大学院の準備や別の有意義なことに使ってほしいと願っています。

研究を行う上では仮説が間違っていたりするなどネガティブデータとも多く向き合う必要がありますし、論文執筆の過程では精神的にストレスがかかることもあります。そういったときにもめげない、一種の精神的なタフさが必要です。心の病に陥りやすいと自覚されている方は、清水研ではないところを選ばれた方がhappyな大学院生活を送れると思います。

また、研究活動の途中には一時的に自分を追い込んで研究を行う日々もあるでしょう。そもそも当研究室においてはバリアフリー制度のようなものがございません。そういった点で、体も健康である方を求めます。

上記の通り自分の意思で変えられる「学習歴」は重視していますが、逆に年齢・性別・国籍等の自分で変えられない要素は一切不問ですので、何歳の方であろうと問題ありません。例えば医師の世界では30才を超えてから博士課程に入ることはそもそも珍しくないですし、企業勤務などをして40代になってから修士課程に入った知人もいます。アメリカでは大学院出願以前にまず研究業績を持っている必要があるので、大学卒業後に多くの人は数年間研究助手みたいなことをやって業績を積ませてもらってから大学院を受験します。必ずしも22才で修士、24才で博士課程に入学する必要はありません。

ただし年齢制限がない代わりに、年齢が上だからといって特別扱いはしません。清水研の中では、先輩は先輩ですし、同期は同期です。年下の先輩に年長者の威厳を見せつけてはいけません。

また他の点も同じです。男性だから、女性だからということで何かが変わることはありませんし、どこの国籍の方であってもビジネスレベルの日本語力&英語力を求めます。

2024年4月入学の第2期生については、2023年5月28日現在12名の方が見学にいらっしゃっています。引き続きお待ちしています。

修士課程の受け入れは2年間の受け入れになります。さらに博士課程に進学したい場合には、また相談、ということになります。

私個人としては、修士課程で指導を行った学生がこの業界/分野に進んでくれることは非常にうれしく思います。しかしながら一方で、修士課程にこれから入るという段階では、「研究する」ということに対して十分な理解をしているとは言えないのが普通だと思います。 即ち、端的に言いますと、あんまり知らない状態で、イメージだけ(自分は勉強ができる/好きだから、みたいな理由で)で選ばないでほしいということです。博士課程進学が特殊だというつもりはありませんし、東京科学大学 (東京医科歯科大学+東京工業大学) という恵まれた環境においては博士課程進学というのは十分に検討に値する選択肢だと思います。ただ、修士課程出願の時点ではあくまで有力な選択肢の一つであるべきです。

医療系の免許 (医師・薬剤師 etc) を持っているならそれを活かした仕事もあるでしょうが、そうでない場合には博士課程に進学するというのは修士課程で就職する場合に比べて卒業後の選択肢の数が大幅に減ってしまうことになります。ほとんどのラボでは学生を一種のコマとして扱っているので人数は多い方がいい、となるわけですが、私たちは博士号をとった後の学生さんの将来も見据えて、研究者としてやっていくだけのしかるべき適性を持った方でなければ博士課程での受け入れは泣く泣くお断りします (博士号をとって路頭に迷うよりも、修士で卒業した方が学生さんのためになります)。

研究者はとても倍率が高いです。国内にも1万人以上のポスドクの方がいますが、博士号をとった瞬間にそういった方々と研究実績 (論文 + 研究費獲得実績、情報系の場合は国際トップカンファレンス発表や国際コンペティションでの受賞も含む) がほぼ全てのポストを争うことになるわけです。さらにPI (Principle Investigator) を目指す際には、名だたる実力者を相手に競争倍率30倍〜100倍程度の選考に勝ち抜くだけのものが必要です。

例えばですが、競争相手は朝から晩まで土日も関係なく研究をしているわけですが、こちらが平日1日8時間で土日祝休みの週40時間研究だったら基本的にはまず勝ち目がありません。スポーツの世界も他の世界もそうですが、凡人が勝負に勝ちたかったら人よりも努力するしかないのです 。つまり、一番時間があるはずの大学院生の間からハードワーカーではない方には向かないといえるでしょう。正確には、研究者は自分がハードワーカーだとは思っていません。子供の頃に何かに熱中していていつのまにかこんなに時間がたっていたということは誰しもあるでしょう。研究者はcuriosity-drivenにやっていて、その結果として外から見たら長時間いるように見えるのです。この感覚がない方は (少なくともこの領域の) 研究には不向きです。決まった時間に帰りたい、カレンダー通り土日祝休みしたいというワーク・ライフ・バランスを重視される方は、ルーチンワークが必要とされるお仕事をしてください。幸いなことに、世の中の大半の会社は就業時間の定めがあり、それを超えた残業には手当が支払われています。一方で研究者のようなクリエイティブ性が要求される業界では成果が全てで、就業時間は事実上ないですしいくら「残業」しても手当はつきません。

もちろん年齢が上がるにつれて、いろいろなライフイベントがあるでしょう。例えば結婚して子供ができた、あるいは親御さんの看病・介護があるという状態で人の倍、週80時間研究というわけにはいかないでしょう。しかし今は20代、ほとんどの方は自分のことだけすればいいわけですよね。下積みの今からカレンダー通りの生活をして博士号をとったときにcompetitiveになれるのは、非常にキレキレの頭脳の持ち主だけです。

もう1つ、当教室では年に2回個別面談をしているのですが、新入生の最初の面談 (5月) の時点で、自分の研究テーマに関して3ヶ月たっても本学の中で誰よりも詳しくなれていなければそもそも研究者には向かないという話をしています。ちなみにもともとの出典は日本を代表する医学者の1人である早石修 先生の本からで、3ヶ月で世界で1番詳しくないといけないということが書かれていますが、それをマイルドにしたものです。

それ以外に、私は研究をやらせてその進捗あるいはトラブルシューティング・考察を毎週のようにプレゼンで聞き、またこちらの問いかけに対する答えを聞いていれば、研究に関してどの程度の才覚の持ち主なのかはすぐ見抜けます。勉強の才能があるのと研究の才能があるのは全然別次元の話。研究の才能が乏しいのに他の人よりも研究時間が少ない、それでいて博士課程にというのは博士号をとった後に人生詰みますので博士課程進学はうちでは (博士号をとった後のことに) 責任をもって指導できないためお断りします。

これら個人的な事情に加えて、チームプレイがどこまでできるのかも大事な要件です。つまり受け入れ要件に「学んだことを仲間同士でシェアしさらに高め合っていけるような向上心と協調性のある方」と書いているわけですが、雑用のようにも見えることやラボ内システム (slack, esa等) でのいろいろな共有なども含めてどれくらいチームプレイマインドがあるのかということも見ています。

以上の点を踏まえ、博士課程にいくと (博士号をとった後が) 大変そうだという方でなければ、基本的には希望される方には博士課程も引き続き受け入れできる予定です。その場合には、修士2年の時に博士課程の大学院入試を受ける必要がありますが筆記試験は免除されて面接選考のみになります。博士課程1年になると、清水研としては3年目の扱いであり、学年としては1年に戻るわけですが1年生のdutyはありません。修士課程の2年間で集中的な勉強会は全て修了しますので、博士課程の間は研究にかなりの時間を注ぐことができます。おそらく人生で最もまとまった時間研究ができる期間になるでしょう。有意義に使ってください。

本学大学院制度についてのご質問

学費は国立大学はどこも同じ金額です。東京医科歯科大学のホームページにも記載されている通り、年間で535,800円です。初年度は入学金282,000円もかかります。

特別な事情があり納付が難しい場合、入学金・授業料の免除・猶予制度がございます。

修士課程については2年間で、これはよほどのことがない限り (つまり欠席が多いなどがない限り) 2年で修士を取得できます (逆にいくら優秀でも2年かかってしまいます)。

修士課程を卒業すると修士 (医科学) 、または副指導教官をお願いする必要がありますが、修士 (歯科学) ・修士 (口腔保健学) ・修士 (理学) ・修士 (工学)・修士 (保健学) のいずれか1つ希望するもの取得できます。

博士課程については原則4年間ですが、こちらは絶対に4年でというわけではありません。優秀な上に研究にひたむきに打ち込み論文がアクセプトされれば1年短縮して3年で博士号を取得できますし、逆に論文成果が出なければ4年で取得できず論文が出るまで留年になります。

特に博士課程については、自分のキャリアは自分で切り開く必要があります。

博士号は、次の3つのものの中から自分で希望する1つを選んで取得できます。

博士(医学)、博士(学術)、博士(数理医科学)

また、複雑な事務手続き等が必要ですが博士(歯学)をとることも可能です。

大学にはそのような制度もあり、特に臨床の教室では社会人大学院生を受け入れている分野は多数あります。しかし当分野では原則として常勤の仕事をしながらスキマ時間に大学院生というのはできません。1万時間ルールは聞いたことありますね? その道のプロになるにはどんな分野も1万時間の練習が必要だということです。常勤の仕事があると、研究できるのは週に1-2日程度、多くて20時間ほどでしょうか? 1万時間に達するには500週、つまり丸10年かかってしまいます。片手間の研究では大学院の数年でプロになるのは無理なのです。

例外的に、この分野にかなり先行投資をしていてすでに経験豊富なら可能かもしれません。例えば先程の例だと4年で4000時間ほどになりますが、すでに6000時間ほど経験がある状態なら合わせて1万時間になるため期限内に学位取得は可能かもしれません。

そうした方のために、社会人大学院制度も若干名ですが募集しています。

すでに十分な経験と知識、そしてそれに見合う実績をお持ちなら論文博士を目指すというルートもありますが、研究がほとんど初めてなのに常勤のお仕事をしながら、という場合は責任をもって学位指導ができないのでお断りさせていただきます。

はい、当分野もMD-PhDコースの受け入れが可能です。

出願は11月下旬、試験は書類と面接です。詳しくはこちらのページをご覧ください。

本学の大学病院は2022年から「基礎研究医プログラム」が始まり、研修医をしながら基礎系の大学院生をできるようになりました。

「基礎研究医プログラム」は将来基礎系の研究者を目指すコースですが、基礎医学系の競争相手は医師ではありません。理工系・農学系など、さまざまな学部出身の優秀な方との熾烈な競争に勝たなければいけません。医学生がのんびりしている間に、彼らは学部4年 (卒業研究)・修士2年間、そして博士課程4年間と、バイトもせず7年間も基礎研究にひたむきに捧げています

そんな彼らと博士号をとる時には対等以上になっていないと基礎研究者としては生き残れません本当に基礎研究者として活躍したいのであれば、大学院には4年間本気で挑戦するべきだと清水は考えています。

そういった厳しいことも理解した上で、それでも自己責任で初期研修と大学院を同時に行いたいという方には、受け入れる制度も用意しています。詳しくはこちらをご覧ください。

はい可能です。ただし、清水研のスケジュールの方が優先です。これらに参加できるような非常勤のお仕事を探してください (土日のお仕事をオススメしますが、清水研では年に2回、9月と3月の土曜日に国際学会形式で発表会を行うのでその時には土曜日日中の仕事はできません)。また、どのような非常勤のお仕事なのかを大学に届けて承認をもらう必要があります。非常勤のお仕事は週に8時間まで (当直のお仕事なら週1まで) といった制約を守っていれば大丈夫です。博士課程の方は、木曜日の外勤も認めています。

非常勤でいない分は例えば休日に研究をすることで埋め合わせをするなどしないと、単純に研究時間が少なくなるわけですから、学位をとるのもその分遅れてしまうでしょう。博士号は努力賞ではありませんので、博士号をとるためには成果を出して、つまり筆頭著者として執筆した論文が海外の専門家たちの厳しい批判に耐えて認められアクセプトされないと取得できません。自分の想定よりも卒業までにずっと年数がかかってしまい、キャリア形成に支障が出てしまう可能性も当然ながらより高まります。

そうしたリスクへも覚悟があるなら、非常勤のお仕事を規定の範囲で自己責任ですることができます。

当分野では3つの形態を用意しています。1つ目がダブルメンター制度で、これは医局に在籍したままオンラインで高度な解析や数理を伝授するというものです。臨床の医局60, 私たちの分野40という割合で学位指導を行います。標準修業年限は2年です。

2つ目は研究指導委託で、これは私たちの分野でほとんど全て責任を持って学位を取得させるというコースです。次の2つをクリアしていれば受け入れ可能です。

  1. 大学院4年間のうち3年間は研究メインで従事できること
  2. 月〜土のうち、週に5日は通年・フルタイムで研究に専念できること (医局のdutyと外勤は月~土のうち1日まで+日曜日にお願いします)。

3つ目は逆に医局90:当分野10など臨床の医局の比重が重くなった「副指導」で、一種の共同研究として例えば医局主導で研究をすすめていただき、当分野は部分的に解析の補助をするという形で学生さんの学位取得をサポートすることができます。

2つの形態、つまり「研究指導委託」と「ダブルメンター制度」を用意しています。

他の学部・専攻や他大学の学部・大学院に在籍している方も研究指導委託という形で当研究室に来ることが可能です。ただし、当然ながらご所属の研究室の教授の先生の許可、およびもろもろの事務手続きが必要です。当分野では研究指導委託で外部からいらっしゃる大学院生にもお客様扱いはしません。内部の学生と同等に教育・研究指導を行うため、同等の勤勉性や各種duty等も求めます。

もう1つの形態としてはダブルメンター制度があります。こちらは現在のメンターに加えて清水が2人目のメンターとして研究指導に加わるという制度で、その多くはオンラインで行いますし実際の籍は現在のご所属のままなので事務手続きは不要です。医学を含む広い意味のライフサイエンスを指導されている現在のメンターが6割、数理情報科学領域を担当する清水が4割程度の割合で共同で指導する制度です。

修士(or博士)での入学を希望し、かつ、所属のない方は、入学までの間、大学院研究生として本学に所属できます(研究生の期間も研究歴となります)。

みなさんも私たちもお互いに大学院でご一緒したいと思えることが第一条件ですので、大学院の問い合わせに準じてメールをお送りください。大学院に出願する / 受け入れるとなったら、その次の段階として大学院研究生の相談ができます。大学院研究生は1年のうちの特定の時期に専用の入試を受ける必要があります。

春季は2月の上旬に出願、そして合格すれば大学院研究生として加わることができます。「短期研究生」という制度もありますので、こちらのページをみてどの制度を問い合わせしているのか制度名を間違えずに書いてください。

大学院研究生については当サイトにもこちらのページに案内があります。

入学までにすることについてのご質問

当分野に興味がある方は遠慮なくメールをお送りください
面談後によく考えた上で当分野を志望したいという場合には、本学の大学院入試へ出願する必要があります。
ただそれに先立ち、東京医科歯科大学では分野長へ出願許可を事前にとることというのが必須条件になっています。
そのため清水に再び連絡をして、出願したい旨をお知らせください。出願許可は書面・メール等で行う必要があるため、面談の時に口頭で、というのは応じられません。また、例えば前年の秋など早い時期に面談をしていても、出願する年度 (4月以降) にならないとこの出願許可は出しません。素晴らしいラボは他にもたくさんありますので、ぜひそれらの先生のところをいろいろ訪問させてもらってください。

また、広い意味の生命科学でも数理・統計・情報系でもない領域を専攻してきた方には、別途オンラインで口頭試問を行います。形式は私たちの過去の学術論文のうちから1つを選んでいただき、それを10分程度でスライドを使って解説いただいた上で、関連する領域の基礎知識に関する質疑応答をするというものです。プレゼン・口頭試問の結果、生命科学も、数理・統計・情報科学もどちらもほとんど分からないという方には出願許可を出せません。

出願許可をもらったら期日に間に合うように願書を本学大学院入試課に郵送します。
当分野の分野コード「4630」と、出願許可をもらった日付を記載する必要があります。
修士課程は例年6月25日頃、博士課程は例年7月25日頃が締め切りです。

修士課程は8月上旬、博士課程は9月下旬頃にある大学院試験を受けていただきます。

入試に関するアドバイスを求められても適切なことは言えませんが、特に英語が一番差がつきがちな科目ですので重点的に勉強するといいのかもしれません。
合格最低点をクリアすれば入学はできますが、在学中、特にまだ論文業績がないうちはどうしても入試の成績がいろいろなところで評価指標として使われてしまうこともあるかと思います。
清水がかつて在籍したいくつかの研究機関では、例えば奨学金の学内選考などでもある程度は見られていると聞いたことがあります。
少しでも上位で合格できるよう全力投球することをオススメします

合格発表後、(他の併願校ではなく) 医科歯科大学に行くと決めたら直ちに試験結果の報告と挨拶をすること。これは賢明なみなさんことですから当然の礼儀として書くまでもないことですよね。
なお、研究室に伺ってご挨拶したいという律儀な方もいらっしゃいますが、わざわざお越しいただかなくてもメールで大丈夫です。

合格後の入学手続きが終わったあと、同期になるメンバーで初顔合わせを11月にオンラインで行い、プログラミング等の自習教材を提供します。現状の生命科学・医科学・数理情報科学の経験によって必要な時間は変わりますが、習得にはおよそ100-200時間かかりますので時間を確保してください。

それ以外に、11月から2月上旬にかけて定期的に集まり日本語で書かれた医療AIや深層学習の入門書をオンラインで輪読します。土曜日午前開催で、こちらはおよそ10時間くらいかと思います。詳細は事前勉強会のページをご覧ください。

また、希望者の方にはこれ以外に生命科学を勉強していただける機会を土曜日の午後に提供します。具体的には清水の共同研究者である九州大学・中山敬一 主幹教授 (天皇陛下より紫綬褒章を賜った日本を代表する分子生物学者) の教室がオンラインで開催しているJournal Club (論文抄読会)へご案内可能です。こちらは担当者が2時間かけて背景や実験手法を説明したあと、学生らがfigureを解説し、その後discussionを行う回で、中山研以外の外部参加者もすでに何名もいらっしゃっています。

その他、各自の努力で自分に足りないもの(例として統計検定準1級相当の知識など)を勉強 してください。

博士課程に入学される方は、1月下旬より別途オンラインミーティングを行います。4月末が締め切りになる学術振興会特別研究員 (DC1) の申請書の準備です。

合格者の方々には、researchmapの開設と、当分野のホームページteamのところに掲載するプロフィールや写真も入学までにご用意いただきます
詳細は該当者にお知らせいたします。

面談についてのご質問

緊急事態宣言が出たときなど、一時期Zoom面談も可にしていた時期はありますが、政府からの行動規制がないのであれば原則としてZoom面談は応じられません。恐れ入りますが東京までお越しください

もしかしたら誤解されているかもしれませんが、自分の意思で選べるのは大学院入学が最後であり、大学院生の奨学金やポスドクや大学教員人事などアカデミアのキャリアでは常に選ばれる側になります。自分の意志だけで選べる最後の選択だからこそ、後悔のないようぜひ直接いらしていただいて良いところも悪いところも見学していただければと考えております。Zoom面談は良くも悪くもお手軽すぎてそういう大事な決定をするには不向きです。

清水自身も大学院の見学は東京・大阪・福岡と3ヶ所させていただいたのですが、当時住んでいた岩手県から毎回交通費と宿泊費、それに時間をかけて現地に行っていました。

大学院を決める際には、当教室も他の教室も、ぜひご自分の足で訪れていろいろ感じてほしいと願っています。

学生さんの中には清水の都合を気にして相対的に忙しくない時期を教えて欲しいという方もいます。

お心遣いありがとうございます。

しかしながら学生さんとの面談は私にとってかなり優先度の高いことの1つですので、時期についてご心配いただく必要は全くありません。ネットには教授は〇〇月はとても忙しいのでメールを出してはいけないみたいなことを指南する記事もあるようですが、少なくとも清水研に関しては全く当てはまりません。年中受け付けていますので興味のある方はお気軽にどうぞ。

もちろんです。むしろ研究室見学に行ったのにトップとだけしか面談が組まれていないラボは何か聞かれては困ることがあるのかもしれません、そういうところは避けるのをおすすめします (詳しくはこちら)。

当分野では大学院生とも1:1で話をする時間を設けているので、先輩になるかもしれない年が近い学生にぜひ気になることをいろいろ聞いてください。入試や奨学金等のアドバイスももらえるかもしれません。

残念ながら、面談時に全ての学生と十分な時間をとって個別に話をすることは時間の関係上できませんので、あらかじめ学生にはメッセージを書いてもらっています。私に一切忖度することのないよう、デメリットがあればそれも正直に書くように依頼していますので、先輩方の生のメッセージを読むことができます。先輩の声ページをご確認ください。メッセージを読んで、特に話をしてみたい学生がいれば、あらかじめリクエストしていただければ調整が可能かもしれません。

出願に関するご質問

本学においては大学院出願前に必ず指導教員と面談し「出願許可」をもらう必要があります。これは学生さんとその研究室の不幸なミスマッチを避けるための制度とお考えください。一種のお見合いのようなものといえば分かりやすいでしょうか。当研究室も、すべての出願希望者に「出願許可」を出しているわけではありません。当研究室の受け入れ条件やポリシーに合致する学生さんなのかどうかを

  • 最初に清水にメールをする際の記載内容
  • 面談の際に事前に送っていただく資料の内容
  • 面談にお越しいただいた際の印象 (スタッフ・学生からのコメント内容も含む)
  • 当研究室で2年/4年過ごすことがその学生さんにとってハッピーでかつ次のキャリア形成に有益か?
  • 研究を重視する本学大学院で研究活動を行う前段階としての、身につけているべき周辺領域 (広い意味の生命科学・数理情報科学) に関する基礎知識をどこまで身につけているのか
  • 受け入れをすることで、その方は当研究室に何をもたらしてくれるのか
  • 一番大事なことですが将来ビジョンは何か? その実現のためにどうして当教室なのか、下積み段階のうちはどの程度の情熱を持って取り組むつもりなのか

などの複数の観点から総合判断をしています。半数以上の方には出願許可をしていますが、絶対ではありません。いろいろお伺いして当研究室に来るよりもよその研究室に行く方が輝けそうという確信があるからこそ私たちはなくなくお断りをする場合もあるのです。

本学の出願書類にはオプションとして第2志望を書く欄があります。

しかし当分野では第2志望、いわば滑り止めとしての出願は一切認めません。滑り止めを探している方は他のラボにコンタクトをとってください。

逆に当分野が第一志望だけども、入試がうまく行かなかったときのことを考えて他のラボを滑り止めとして出願したいという併願出願は、先方の先生が出願を認めてくださるのであれば自由にやってもらって構いません。

結論:6年制の学部卒の方、修士課程に出願する方、修士の学位を取得 (分野は問わない、また取得見込みも含む) 後に博士課程に出願する方には「出願資格審査」は不要です。それ以外の経歴で博士課程に出願する方は出願前に「出願資格審査」が必要です。

——-以下詳細です——————

4年制大学卒業後、修士の学位を取得 (見込み含む) 、その後に博士 (医学) を目指す博士課程に入学する際には、文部科学省の指示により出願資格審査が一般的には必要です。正確には博士課程の出願資格(6)③に該当するのですが、本学では、修士の学位をお持ちの方(理学や工学等の直接的には医学とつながりのない分野でも問題ない、また取得見込みも含む)であれば、大学の医学、歯学、薬学を履修する課程を卒業した者と同等以上の学力がある者とみなしているため、出願資格審査は不要です。

6年制の学部卒でもないし、修士号も持っていないが、博士課程に入りたいという方は、経歴・実績等によって可能ではあるのですが、出願資格について出願前に個別に判断されます。

本学独自の制度ではなく、医学部の大学院では全国のほとんどで行われている出願資格審査と同じですのでご了承ください。詳細は本学の募集要項をご確認いただき、疑問点がありましたら清水までお尋ねください。本件の事務担当者にお繋ぎします。

結論からいうと、条件次第で2次募集への出願を認めます

本学の修士の入学試験は年1回ですが、博士課程は第1次募集 (7月下旬締め切り)と第2次募集 (11月下旬締め切り) があります。博士課程への出願は原則として第1次募集を受けること、そして万が一にもそれが不合格だった時にのみ第2次募集に出願すること、というのが当研究室の基本です。

しかしながら、何らかの原因で博士課程第2次募集しか受けられないという方もいるでしょう。その場合には次の2つを満たすのであれば検討していただくことができます。

1) 10月下旬までに清水との面談を終え、かつ出願することを決定しその意向を10月末までに清水にメールで報告すること。

2) 合格見切り発車的に、11月から開始予定の合格者顔合わせ・オンライン勉強会 (隔週土曜日) ・オンラインで提供する翌4月までの予習教材・翌年2月以降開始予定の学振DC申請書打ち合わせ、について11月 (大学院試験前) から第1次募集合格者らと同様にこなせること

2次募集の合格発表は3月上旬であり、それから入学に向けた準備を始めても遅すぎです。1次募集合格者と同様の準備時間がとれる場合にはじめて2次出願という選択肢も出てきます

ただし1つだけ注意点を。2次募集は1次募集より倍率が高く、当分野も若干名しか受け入れられません。合格する可能性が高いのは1次募集の方です。

大学院入試に関するご質問

本学の規定により当分野は修士課程は毎年最大8名まで受け入れが可能ですし、博士課程には (1次募集なら) 定員がありません (逆に2次募集は倍率が高くなり、定員は若干名です)。当分野を志望する方同士で合格枠の取り合いになることは実質的にないでしょう。本学全体での大学院入試 (他分野を志望する受験生との勝負) に合格すれば問題なく所属可能です。

ただ1つ先にお断りしないといけないのは、毎年新たな人がやってくるということです。東京医科歯科大学はもともと研究教育活動のわりにキャンパスの敷地が狭く、どの部局も決して十分とは言えないスペースをやりくりしています。

AIシステム医科学分野はその中でも2022年にできたばかりの新しい部門で、既存の部門が使っていない部屋を使う形になっており、いくつかの部屋が点在しています。1年目は教授室に最も近い部屋を優先的に使っていただきますが、最初の1年で集中トレーニングをして一通りのことは自力でできるようになった2年目以降は新しく来る後輩に場所を譲っていただき、少し離れた部屋に移動していただく可能性が高いです。

少し離れた部屋とはいえ同じ大学の中です。定例ミーティングは変わらずにみんなで行いますし、いつでも教授室に相談に来ていいのも同じです。清水は全ての部屋を1日1回は訪問するのでその時に話をすることもできます。

入学時に定員を設けない分、2年目以降に学内の別の場所に引っ越しする可能性についてあらかじめご了承ください

これは私に聞くより大学の募集要項を見ていただきたいのですが、あくまで参考として記載しておきます (試験制度は変更がありうるので最新版は必ずご自身で確認してください)

修士課程

  • 外国語: TOEFL-ITPを院試会場で受験
  • 専門科目: 「工学」(数学・物理の内容)、「化学」、「生物」、「臨床検査学」の中から1科目選択
  • 面接 (面接官によりますが専門知識ではなく、自己PR・志望理由・研究構想・卒業後のキャリアプランなど受験者本人のことを聞かれるでしょう)

このうち専門科目については試験本番で全科目の出題内容を見比べて一番解けそうなものを選ぶことができます。また日本語と英語で問題文が併記されており解答も日本語・英語どちらでもOKですので、日本語による大学教育を受けていない方 (留学生の方、海外大を卒業の方など) が不利となることはありません。

博士課程

  • 外国語: TOEFL-ITPを院試会場で受験
  • 小論文: 2題出題され、 1題を選択する形式
  • 面接 (面接官によりますが専門知識ではなく、自己PR・志望理由・研究構想・卒業後のキャリアプランなど受験者本人のことを聞かれるでしょう)

面接試験は英語で行うこともできますので、日本語を母国語としない方でも不利になることはありません。

本学の大学院入試について、過去問は事務局に問い合わせることで過去3年分をメールでもらうことができます。詳しくはこちら

また、修士課程の出願では研究の展望・抱負について400文字以内の文章を提出する必要があります。他分野出身者など、ご希望があれば事前に方向性に関する簡単な打ち合わせは可能ですが、出願書類の添削は公平性の観点からできません。

インターネットで修士の合格体験談などを見ると、倍率は1.5倍ほどではないかと書かれていますね。私は何もコメントできませんので、入学試験に関することは本学ホームページの大学院入試の事務宛にメールでお尋ねください。正確な数字を教えてもらえるかもしれません。

本学は国内でも有数の知名度があり、国立大学で言えば旧帝大クラス、私立大学で言えば早慶と肩を並べています。それらの大学やそれに準じる大学の学生たちが受験する試験になることはご注意ください。

修士課程在学中の人たちが受ける「進学試験」は別枠にありますが、それ以外の方が受ける博士課程の院試は競争相手の大半が医師です。医学部医学科の難易度がどれくらいあるのかはご存知かと思いますが、その難関試験を通ってきた人たちであっても一定数は落ちるのが本学の博士課程の試験です。

本学の院試はコネなしの実力勝負であり、試験本番の結果が全てです

清水はまず合格できそうにない方の場合は受験を認めませんが、合格するチャンスもある方には出身大学や分野に関わらず出願を認めていますし、合格後には全員受け入れています

本学の入学試験は極めてフェアであり、外部受験 (本学以外のご出身) でも内部受験 (本学のご出身) でも差はありません。清水が行っているいろいろな勉強会に参加していても参加していなくても入試の合否には何も影響しません。大学院入試本番の成績がすべてという校正な試験になっています。

外部受験でも全く不利ではありませんので、ぜひ選択肢の1つにしてください。

大学院入試後についてのご質問

日本語で書かれたデータサイエンス・機械学習に関する書籍の入門書をもとに新年度入学者全員でオンラインの勉強会を行います (詳しくは事前勉強会のページにある「入門編」をご覧ください)。期間は11月から1月で、日程はその都度調整します。これは同期メンバーとの最初の顔合わせも兼ねていますし、事実初回の勉強会には現役ラボメンバーも全員出席します。また、2月からは「概論編」のオンライン教材を提供し、これについては4月入学直後にみんなで勉強会を行います。

それ以外に、合格後に清水研に入学することを決めたらメールでご報告いただきますが、その際にプログラミング等のオンライン自習教材 (およそ200時間) を提供します。

これまで通っていたのが秋入学コースの方は、卒業してから4月の清水研入学まで期間があります。また、大学院試験が惜しくも不合格になってしまうという方もいらっしゃるでしょう。

そういった方は、ご希望があれば本学の大学院研究生として所属することができますし、研究生の間も研究歴になるので履歴書上も有利です。研究生には大学院1年次に準じて研究指導を行います。ご希望があればお申し出ください。

ただし、大学院試験不合格の場合にはあくまで次の試験も清水研を志望することが研究生受け入れの大前提です。また、今年度の院試の結果を踏まえた上で、来年度に受験すればほぼ合格できるというのが不可欠です。

入学後の生活についてのご質問

いいえ、ありません。コアタイムというのは何時から何時までいなくてはいけないというものですが、研究というのは「〜ねばならない」ではなくcuriosity drivenで行う楽しいものです。

ただし当研究室では学生さんの健康上の観点から大学院生は遅くとも21時までには帰るように言っていますし、実際に19時, 20時頃に帰る人が多いです。理系の研究室では昼頃まで寝ていて、午後になってから来て0時を超える時間帯まで研究をしているという人も少なくないようですが、当研究室では社会通念と照らし合わせて、大きく逸脱する時間に活動しているというのが常態化しているというのは認めません

学生期間は大学院が最後であり、卒業すると社会人になるわけですよね。我々は教育者として、社会に出た時に困らないよう、朝はそれなりの時間にきちんと出てくるように言っています。

また、誰かに教わるときには当然ですが指定された時間に来なければなりません。特に1年生の最初の3ヶ月はいろいろな集中勉強会を行いますので、この時期は午前9時あるいは8時半には研究室にいる必要があると思います。

私自身は大学院生時代だけでなく学部生時代も土曜日どころか日曜日も研究をしていましたが、「拘束」されていたという自覚はありません。研究はcuriosity-drivenで行うものですから、自主的にやっていたわけです。そんなわけですから、修行中のうちは週6日くらい頑張るのは至極当然だと思っていますし、自分が選んだ研究領域ですら「拘束」だと感じる方は研究そのものが不向きですので、わざわざ大学院に行く必要はないでしょう。

とはいえ、さまざまな事情の学生さんがいることも知っています。独身ならともかく、家庭をもっていらっしゃる方は研究に専念という訳には当然いかないですし、生活のために土曜日にアルバイトをさせてほしいという方もいるでしょう。

ですので、当研究室での土曜日の扱いはオフィシャルにはお休みです。他の方のブログですが土日も研究室に入り浸ることのメリット・デメリット7選【楽に成果を出せる方法も解説】をはじめ、インターネットをちょっと検索すればいろいろな考え方にふれることができます。オフィシャルには休みですので、あとはご自身でお考えください。

なお、年に2回 (9月と3月) には土曜日にオンラインで学会形式の研究発表会を行いますので、この日だけは土曜日の日中もdutyがあります (在宅から参加もOK)。また、インターネットには日曜日も研究という記事もありますが、清水研では健康上の配慮から日曜日にラボに来るのはNGです。

清水研では土日祝はオフィシャルにはお休みです。週に1回、日曜日は本当に休んでほしいですが、とはいえ土日祝をカレンダー通り休んでも成果が出せるような能力を持つ大学院生は極めて稀でしょう。博士号をとりその後もたくさんの研鑽を積んだあとなら分かりますが、一番頑張らないといけない20代の修行中の時点で土日祝休みなんてやっていたら希望のキャリアプランを実現するなんてまず無理でしょう。土曜日や祝日はオフィシャルには休みですが、ごく一握りの才覚の持ち主は別として、自分は凡人であるという自覚のある人こそ自由の意味を履き違えないでいただきたいと思います。

生活パターンは本人の自主性に任せていますが、目安としては概ねこのようなところかと思います。

  • 平日は午前9時半頃までにラボへ 
  • 午後6時半以降、順次帰宅。研究次第で帰りが遅くなる夜遅くなる日もあるでしょうが、心身の健康維持のため、清水研では21時以降にラボにとどまることができません。必要に応じて朝早く来たりして対応してください。夜は無理しないのが一番です。
  • これ以外に、早朝もしくは帰宅後の時間に自宅で数時間勉強 (特に1年生は清水研のゼミがあるため研究室以外の時間はとりわけ勉強が必要です)
  • 土曜日は各自の考え・都合におまかせです。
  • 日曜日は休養。清水研では実験に必要な場合・時間帯を除いて日曜日にラボに来ることはできません。研究はマラソンのようなもの、走りっぱなしでは疲れてしまいます。週1はラボに来ない日をつくり、残りの週6で全力で打ち込んでください。
  • 医師・歯科医師等の外勤は、事前に大学に届け出を出した上で、週1程度行うことは可能です。平日に外勤に行くならその分土曜日は朝から晩までいるなど、日程はフレキシブルです。
  • 夏季休暇5日、年末年始6日は自己裁量でお休みをとれます。祝日も自己裁量ですが、カレンダー通り忠実に休むというのは科学が他国の研究者との競争でもある以上難しいと思います。同じプロジェクトを他の研究者に先に発表されてしまったら全てが水の泡ですので。日本の祝日数はアメリカの2倍あることを考えれば、GW等の長期休暇は「半分程度」というのが国際標準なのではないかと思います。自己裁量でいいですが、休みを全く取らないのは認めません

これはあくまで一種の目安です。自己実現へのステップとなる1万時間の自己投資に向け、各自で時間を調整してください。

休みについていろいろ聞いてくる学生さんもいますが、1つ上の「どのような生活になりますか」にちゃんと記載していますのでそちらをお読みください。

博士号を持つ人については、少なくとも20代ではないですしプライベートの事情もあるでしょうから私はいちいち干渉しません。何もかも自己責任でどうぞというスタンスです。しかしながら博士を取る前の学生は今が一番頑張らないといけない下積み段階にあります。はっきりいって「プライベート重視」の生活と「自己実現のためのスパルタトレーニング」は両立しません。研究者等、クリエイティブが要求される世界は競争社会です。下積み時代はどの世界でも休みはなんかほぼないと思っておいた方がいいでしょう。それは清水研だけじゃなくどこのラボに行くにせよ同じです。実際にはさすがに毎日走りっぱなしというのはよくないので、週に1日はお休みをとってもらいますが、残りの日は全力投球です。

これまでに何らかのスポーツに打ち込んだことはありますか? なければ音楽等の文化的な活動でもいいです。アマチュア時代に土日祝に全く練習しなかったのに、そのスポーツのプロ選手になった人はいますか?研究者も同じです。平日9時5時のみ活動し、平日の夕方以降や土日祝に電気が消えているラボの卒業生をよく調べてください 。いったいどれくらいの人がプロの研究者として生き残っていますか?

もちろん学生さんも大人ですし、プライベートの予定もたまには入れたいでしょうから、細かく口出しすることはありませんが、ボスがこういうマインドであることは承知した上でいらしてください。

もちろん、プライベートを重視したい、就活時間を十分に確保したい、というのも大事な価値観であり、その考え方がいらっしゃるのは理解していますしそれを否定するつもりは毛頭ありません。そのような方にぴったりの「素晴らしいラボ」も都内だけでも多数ありますから、よそをいろいろご覧になってください。

1週間のスケジュールについてはこちらのページをご覧ください。なお、曜日・時間等はさまざまな事情で変更になる可能性があります。詳細は入学時に連絡します。

主なものとしては、

Journal ClubTechnology Seminar・Progress Reportが定例ミーティングで、それ以外にCS特論・ML特論という2年間コースの勉強会があります。他に、最初の3ヶ月間限定ですがみっちりと集中勉強会があります。

当分野では大学院生を対象にした独自の生活費援助を用意しており、規定を満たす方は積極的にTA/RA等として採用しています。学費の足しになりますし、何よりTA/RA採用は職歴になるので履歴書の観点からも有利になります。

以下ではそれ以外のものをいくつかご紹介します。

日本学生支援機構は、貸与型の奨学金だけではなく、給付型の奨学金も用意しています。帝人奨学会の修士課程 (月8万), 博士課程 (月10万) の奨学金 (卒業後研究機関に勤めれば返済免除) や、各種団体の奨学金があります。

さらに、東京医科歯科大学独自の奨学金もあります。2021年度からは科学技術振興機構(JST)の「次世代研究者挑戦的研究プログラム」に採択されており、東京医科歯科大学の博士課程学生、各学年30名に毎月16万円を給付する制度「卓越大学院生制度(Ⅱ)」も始まりました。

より大きい金額の支援としては、日本学術振興会の特別研究員 (DC) 制度があります。これは毎月20万円が支給され、博士課程2-4年生の3年間 (DC1の場合) もしくは3-4年生の2年間 (DC2の場合) 支援してもらえるのみならず、DCを獲得したこと自体が受賞歴となり優秀な研究者の卵であることを示す名誉あるものです。私たちは、栄誉あるDCを博士課程の大学院生に獲得してもらえるよう申請書を念入りに添削します。また、修士課程の学生にはDCの審査に有利となるような各種発表を後押ししています。

※ 返済不要の奨学金 (給付型奨学金) や学振DCがほしいのはみな同じです。そのため受給には選考に通らなければなりません。申請書の手直し、プレゼンの指導等は手厚く行いますが、申請書を書くのもプレゼンスライドを作るのも自分のことは自分でやらないといけません。また、これまでの自分の実績を審査員に示し、将来有望であることを強く印象づける必要があります。競争相手がいることですので、相手の方が優秀だと思われれば必ず受給できるわけではないことはご理解ください。

清水研のメインの所属は東京医科歯科大学・M&Dデータ科学センターです。パソコンは商売道具であり、絶対に必要な備品としてこちらで用意します

デスクトップのiMacパソコン (Apple M1チップ、メモリ16 GB、ハードディスク2TB、24インチ)を支給します。それ以外に必要であれば、個人で使っているノートパソコン等を持ち込んでいただいても構いません。

共同研究・学会発表等についてのご質問

面談で進行中の共同研究について聞かれることがしばしばあります。質問の意図は、そういうプロジェクトに自動的に自分も加わる、ということのようです。

申し訳ありませんが、共同研究は先方が極秘に主導するものであり、そのような機密情報を見学に来た学生に話すことはありません。

また、すでに進行しているプロジェクトを新人の学生に担当させることもありません。外部のチームとの共同研究は当然ながら一定の責任があり、それを任せられるような人にしか担当にしません。共同研究にも積極的に参加して実績を増やしたければ、まずしっかり勉強して力をつけ実績を出し、それを上手にアピールする必要があります。あるいは、学会などで積極的に発表し、新たな共同研究のきっかけを自分でつかむというのもいいでしょう。

清水は大学院をすごした中山研時代にもたくさんの共同研究プロジェクトに関わらせていただきましたが、これは中山研の「普通」の大学院生の5倍を超えています。研究室に入ればみな等しく共同研究のチャンスをもらえる、というのは間違いです。

もちろん可能ですし、むしろ2年目以降は積極的に発表していただきます。他の参加者から建設的なフィードバックを得る絶好の機会ですし、志を同じくする同世代の知人を増やすチャンスでもあります。

例年12月1日頃に行われる日本分子生物学会がメインで、他にバイオインフォマティクス学会 (例年9月) もしくはメディカルAI学会 (例年6月) も参加可能です。

発表する場合は、現地までの交通費・宿泊費が東京医科歯科大学の規定に従って支払われます。学会費は自分で払う必要がありますが、学生割引の適用で、年間数千円程度です。国内学会発表はハードルが低いのでどんどん発表してください

国際交流は大事ではありますが、それはポスドクで海外留学すればたくさん経験できます。修行期間の大学院生時代に優先するべきことは、母国語でいいからしっかりとした研究遂行力を身につけ実績を得ることです

学部生までの「交流」と違って、研究者の「交流」はただ楽しくお話しているだけではまずできません。つまり自分のレベルがある一定水準まで高まっているからこそ、相手の研究者と交流ができるのです。研究力が何もないのに「国際交流」なんかできません。何もできないうちに「交流」しても、相手の方にとって何のメリットも感じないのですぐに忘れ去られてしまいます。

そのため、国際学会についても実績がないうちに参加はできません。しかも国際学会発表で未発表データを見せると盗まれてしまう可能性もあります。インパクトファクターでいうと1桁後半あるいは2桁雑誌に筆頭著者として論文を発表して、その後に国際学会で発表というのが妥当なラインかと思います。

なのでまずやるべきことは自己投資をして実績を出すことです。

なお、学会側からスピーカーとして招待があれば参加していただいて構いません。あるいは、大学院生向けの国際学会参加グラントをとった場合も参加できます。招待されるようになる or 大学院生向けのグラントをとるくらいの実績が先立って必要になるのが国際学会です

また、最近は現地にいかないオンライン国際学会も増えています。オンライン国際学会に参加したいのであれば、研究情勢によって参加を認めますのでご相談ください。

全くありません。うちは語学学校ではないのです。英語の訓練をしたいなら別のところでやるほうが身につくでしょう。それにほとんどの留学生にとっても英語は外国語であり、むしろ日本語の方が得意という人の方が多いです。

大学院の今必要なのは、中途半端に英語と研究の両者にふれることではなく、研究に全力投資して成果を出すことです。英語が下手くそでも、研究内容が素晴らしければ海外の研究者たちは熱心に耳を傾けてくれますし交流もできます。反対にいくら英語がペラペラでも研究内容がスカスカなら研究者コミュニティーでは全く相手にされません

二兎を追う者は一兎をも得ず、です。

大学院で卓越した思考力・研究力を母国語で身につけ、実績を出し、その実績を掲げてポスドクで海外に出るという方がずっと早道です。

いいえ、できません。

ビジネスへのAI応用はとてもホットな領域だとは思いますが、当研究室はあくまでもアカデミアで活躍したい人を育成することを目指しております。素晴らしいアカデミアの研究をして、それで特許・実用化につながることはあっても、最初からビジネスを目指して研究をしているわけではありません。

他のところにも書いていますが、今は集中的に自己投資しなければならないのです。ビジネスもいいしアカデミアもいいしなんてことを言っていたら、どっちもできない中途半端なままで大学院生時代が終わってしまいますよ。

ビジネスをしたいならビジネスに特化したところを探してください。

卒業後のことについてのご質問

いいえ。医局では博士号をとらせてもらったあとに一種のお礼奉公として指定された病院で働くことはよくあることですが、私たちはそのようなことを求めません。学位取得後はご自由にキャリアを築きあげていただけます

また、清水のもとには「知り合いでこういう人がいないか」という問い合わせが来ることがあります。もし興味があればそのようなポスドクポストをご紹介することも可能かもしれません (もちろん私がするのは紹介だけですので、違うポストについても全く構いません)。

また、当研究室にそのまま残ってポスドク・特任助教・助教・講師・准教授とステップアップすることも可能かもしれません。これはタイミング次第の要素も大きいので現時点ではお約束はできません。

自由と責任は表裏一体ですので、卒業後の進路を自由に選べるということは卒業後の進路について自ら責任を持つということでもあります。大丈夫、しっかり大学院生活をこなしていれば複数のところからオファーが転がりこんできますよ

私たちの研究室は研究と教育に特化しているので、民間企業就職に使える「コネ」は一切ございません。コネ推薦目的で入学を検討されている方のご希望には添いかねるので、他の研究室をお探しください。

ただし、「コネ」というわけでは全然ないのですが複数の大手製薬会社やその他の会社の方から「清水研で博士号をとった人がほしい」という趣旨の個別の連絡はいただいています。もちろんみなさんがしかるべき学年になった時にそういった企業の方々が私たちに声をかけてくださるとは限りませんし、声がかかっても先方の選考で採用されるとは限りませんが、現時点で企業側が清水研の教育と博士人材に興味を持っているのは事実です。

これについてはできるともできないとも言えます。

修士課程を受験する際には「出願許可」をするわけですが、これは合格したら修士の2年間引き受けますという意味であり、その後の博士課程までは意味しません。

修士課程に引き続き博士課程に進みたい場合には再び清水の「出願許可」が必要になります。基本的には引き続き受け入れする用意がありますが、入学後の研究への取り組み方などから再度判断させていただきます。修士課程に在学中に博士課程に出願する場合には、内部進学試験になりますので筆記試験は全て免除され、面接のみになります。

お悩みQ&A, その他

面談でしばしば聞かれて答えに窮するのがこの質問です。

申し訳ないのですが、私に「研究者としての素質」を短時間で見抜く力はありません (ラボに来て1年もすれば高い確度で言い当てる自信はありますが)。

研究者には「一定の基礎学力」が必要なのは事実で、学力と研究者の素質には相関関係がありますが、絶対ではありません。研究者には単純な学力以外にも、最先端の情報を収集する力や論理的に考えひたむきに探求する力、ネガティブな結果の山にもめげないメンタルや時に研究を続けるための体力、そして他の研究者と積極的に関われる対人スキルやプレゼンスキルといった多岐にわたる能力が必要とされます

全てを現時点で身につけている必要はもちろんないですが、「身につけようという強い意思と覚悟があれば研究者としての素質はある」というのが質問の答えです。

反対に、これらに何か思い当たるフシがあれば (例として極度のメンタルストレスがかかると何週間も休んでしまいがちだとか、他人と関わるのが苦手で自分で黙々とやっていればいいから研究職を考えているとか) 、研究以外の道を考えられた方が賢明です。

「学部生や大学院生等として参加を考えているわけではないけれども、私の進路の相談にのってくださいとか、清水の過去の経験談をもっと知りたいです」とかいう連絡をしてくる方が少なからずいます。

過去には10件ほど個別対応をしたこともありますが、現在は受け付けていません。

私の時間も有限ですので、当分野に興味を持つ学生さんの教育や相談にのることだけで手一杯です。

個別対応はできませんが、学生さんへのジェネラルなメッセージは次の記事もお読みください。

自分の人生の岐路の1つですから、興味があるところをいろいろ見てよく考えてほしいと思っています。「本命」のラボが別にあっても、少しでも気になっているのであれば当研究室に一度遊びに来てください。歓迎します。

「他にどこのラボに見学に行っているの?」などの質問はしません。清水は学部時生時代は4つのラボに出入りさせていただきましたし、大学院を決めるときにも数箇所見学にお伺いさせていただいています。むしろ「ここしか考えていません」という学生さんには、他の選択肢もよく考えるようにアドバイスしています (笑

うちが本命であってもなくても、別け隔てなくお話したいですし、次の世代を担う優秀な学生さんの進路選択を少しでもお手伝いできれば光栄です