いかがでしたか？ いずれの立場もかなり「あるある」だと思います。このようにそれぞれのミスマッチによって夢を諦めたり科学研究領域の国際競争力の低下がおこってしまっています。

でも理由が分かれば対策も立てられます。当研究室はまだ日本の教育を変えるだけの政治力は持ち合わせておりませんが、私たちの研究室にご縁あって見学に来てくださる方だけにでも希望のキャリアを本気で追求していただけるような教育システムを最初の1年かけて全力で整備しました。

人生は常に選択の連続であり、「どっちも」というのは難しいですよね。サッカーのプロであり、かつ野球のプロである人はいません。ピアノのプロであり、かつバイオリンもプロという人もいません。一度しかない人生をどうしようが (他人に迷惑をかけない範囲において) その人の自由ですが、もし人生で何かを成し遂げ、それを未来につなげたいのなら、そこに全力投球しなければいけませんよね。私達は「アカデミア研究者になり未来の医療を創る」というその一点に特化して、みなさんを全力でサポートする日本で唯一の研究室です。

研究者を希望する方が夢を持ってチャレンジするためには最初の入り口がとても大事です。ある特定の領域に特化せず、広い範囲の医療・生命科学・データサイエンスのベースとなる知識にまんべんなくふれるオンライン勉強会Biomedical Data Science Clubでは、学部1年生から修士2年生までデータサイエンス x 生命医科学領域の多様な論文を継続して輪読することで、どのような分野があるのか、自分はどんな領域に興味があるのか、自分探しができるようにしました。耳学問という言葉もあるようにさまざまな領域に触れることで専門に入っていく前の下地としての広範な生命科学論文を学べる他、他大学の優秀で意欲的な学生さん達とのネットワークもでき、学生時代に築いた人脈はこの先研究に進む際に大きな財産となるでしょう。さらに発展させ、オンライン研究制度では論文を読むだけでなく研究をして論文発表することを指導します。制度を開始した2022年度に早速オンライン研究論文第1号を発表することができましたが、このように学生時代に筆頭著者として論文を発表することで学振DCにかなり高い確率で採択され、博士課程では経済的な心配をあまりせずに研究という名の将来への自己投資に専念できるようにしています。これら2つは、社会への貢献を目指して全国の学生さんにも広く門戸を開いています。

日米で大学院生数が違うのは、日本では博士号取得後のキャリア展望がそれほど明るくないと学生さんが考えているからです。私は大衆人材になってはいけない、常に逆張りを行け、と学生たちに言っています (詳しくはこれからの時代を生き抜く「レアカード」思想)。レアな人になれば、各所から引く手あまたです (なぜ私が34歳で国際卓越研究大学を目指す国立の大学教授に選出されたのか興味があればラボ見学のときにでもお話します。決してNatureに大量の論文を発表していたからではありません)。よそのラボではほぼ何も教育しない放置系なので、当研究室の大学院教育の方針は、よその逆張り、つまり徹底したシステマチックな教育システムにあります。ですので、教育上必要なことは厳しく強制します。例えば、当研究室の学生が学会や研究セミナーに参加したとしましょう。普通のラボの学生は、何も質問できません。当研究室の学生は質問するのを強制します。最初は強制的に背中を押さないと、いくら優秀な学生さんでも日本人はシャイなので発言できないのを私は経験的に知っています。一方、国際的にはズケズケ質問してきます。日本人にはない国際標準を最初は強制を通して厳しくかつ熱心に指導します。また、大学院生は授業料を払っているわけですが、当教室では税金由来のお金を使って研究させていただいている、国民から見ればプロの研究者という意識を強く持っていただきます。プロでないのなら、一日でも早くプロになれるよう最大限の努力をしなければなりません。この点、よそのラボの大学院生と当研究室の学生の意識には雲泥の差があります。よそのラボと全く異なる当教室の卒業生が負ける道理はまずありません。当教室の正規教育を受け、博士号取得後にも研究を続けていれば、遅くとも5年以内に正規の研究職ポスト (アカデミアの助教、製薬企業の正社員研究職等) につけることをお約束しましょう。これまでの専攻領域 (バックグランド) は問いません。当研究室では平日日中の研究の他に例えば朝晩や土日等の時間に相当の勉強も求めます (自宅で勉強できる専用の教材やリソースなどを用意しています)ので大学院生活はヨソと比べてずっと大変だと思いますが、たった100週 (2年)〜200週 (4年) でその後の長い人生の相棒となる大いなる武器を授けます。このあとご紹介しますが、大学院生の下積み時代に猛烈に努力する熱意と覚悟がある方には最高の環境といえるでしょう。医療AIや数理・データサイエンスを専門にしたい方はもちろん、希望者はドライ (データ解析) もウェット (実験)もできる二刀流を目指していただけます。

残念ながら世界的にAcademiaにおいては大学院生教育のエコシステムがなく超属人的な方法でしか研究者を育てることに成功していません。早い話が放置して「頑張れ」ということです。優秀な人は生き残って行くし、独力で何とかするのを尊ぶ空気さえあるというのは、せっかくの人材を無駄に浪費する愚策です。世界中から優秀な頭脳が集まるアメリカならこれでうまくいくのですが、これからますます少子化になる日本でこのような方法はもう通用しません。それにも気がついていない、まだ日本が科学大国だった頃と同じ旧態依然とした研究室はたくさんあります。大学院選びを失敗すると絶対に研究者にはなれません。ボスや研究室のビジョンが見えないところはもちろん、自分のビジョンと合わないところはNGです。そして令和の時代になってもビジョンどころかほとんど何もホームページにPIの考えが書かれていないラボ (論文リストとメンバーリストしか掲載されていないラボはたくさんあります)は絶対に選んではいけません。外から見えるところですら手をかけない先生が、外から見えないラボ内の教育を重視すると思いますか？ ほぼ間違いなく何も教育なんかしていません。研究成果が出ているように見えるとしたら、それは一部のスター研究者が輝いていてその他大勢は … という体制になっているラボでしょう。あふれんばかりの才能がある方はそういうところで輝けると思いますが、私を含め凡人は埋もれるだけです。戦略レベルの失敗は、個々の戦術 (プロジェクト) レベルでは取り返しがつきません。自分には世界トップレベルの才能はないと自覚している人ほど、その分しっかりとした教育システムが備わっているラボにいかないといけないのです。自分の興味のある分野ドンピシャだからというならまだしも、Nature Cell Scienceといったトップジャーナルに出しているとか (そんな人は研究室の中でも才能にあふれかつ幸運の持ち主であるごく一部ですし、せめてCNSに挑戦できるようなデータが集まるまで卒業できませんが凡人には厳しいです。)、内部進学できるからという理由で選んではいけません (内部受験も外部受験もまともな研究大学なら入試の合否に影響しません)。

当研究室では日本の数多のラボの対極をいきます。大学院生の教育に相当のエフォートをさき、情熱さえあればどんな方でもアカデミア研究者として通用する実績を大学院生時代に出せるシステムを作りました。情熱は行動に現れます。下積み時代には「お客様」扱いされてきた学部生時代とは質・量ともに違う次元の努力が必要になるでしょうが、当教室ではみなさんの情熱を全力でサポートします。もちろん才能 x 努力がなお一層素晴らしい方はより大きな果実を得ることができるでしょう。

まず、教育は清水の力だけではできません。教員の人選は徹底的に行いました。当分野を立ち上げ後、気心の知れた旧知の中といういわば「コネ採用」は一切せず、国内外に公募を出し優秀で勢いのある若手研究者を選考しました。満足できる候補者がいないときには応募者全員を不採用にして公募をやり直したこともあります。その結果、豊富な研究実績のある有望な先生たちに来ていただくことができました。さらに、公募においては学生教育に対する考え方も応募書類に書いていただきました。研究実績がたくさんあっても、教育に対する考え方の面でお断りしたこともあります。当教室に集まっているのは、研究実績にも教育への考え方にも優れた先生方だけです。

私たちが大事にしているものの1つに、チームみなが同じ方向を向いているというものがあります。個々のテーマは違っても「データサイエンスで未来の医療を創る」こと、そしてそのために三位一体研究を重視していることは研究内容のページに明記しました。端的に書くと、ドライ (データ解析) とウェット (実験) を融合して今の医学では残念ながら分からないことを解き明かし、診断・治療法を創出したいということでした。そしてその上で、教育に関するページを非常に充実させ、これまでにいただいたことのある質問に対する回答も合わせて公開することで、同じベクトルの学生さん達に共鳴してもらえる仕組みづくりをしています。

当教室の配属が決まった学生さんたちには事前勉強会を実施しており、みなさんが入学されるのであれば今度の秋~冬にかけて行うことになるでしょう。さらに、入学前の予習コンテンツ (およそ200時間) も合わせて提供しており、入学に先立って数理やプログラミングを基礎から学ぶことができます。まだ入学もしていない段階から、こんなに頻回に気にかけてくれるラボは他にありますか？

入学後にアクセスできるwikipediaのような資料集には、1万ページ以上の大量のリソースがあり、例えば研究に使うコードやプロトコル (実験手順書) など簡単に検索し自分の研究に応用できるように整備されています。また、採択された申請書や学位論文等はそのシステムを通じてラボ内に公開されており、先輩たちの書類を良いお手本として使っていくことができるようになっています。簡単な掲示板がある研究室は他にも多数あると思いますが、1万ページを超える巨大なリソースをラボ内専用にシェアされているというのは前代未聞です。また、当然ながらシェアだけでなく直接討論することにも非常に力を入れていて、Convergence Science特論 (CS特論) およびMachine Learning特論 (ML特論) という2つの研究室の学生勉強会 (2年間コース) を行っています。世界広しといえど、PIが毎週のように研究室の学生の勉強会に参加するラボは他にないでしょう。研究室の正式な集まりである研究討論会や論文抄読会に加えて、です。

研究の内容は当初はテーマの設定を一緒に行いますが、2年目からはマイプロジェクトを並行して行うことを奨励しており、自分の興味に応じた多彩なテーマを受け入れています。大学院生のうちから自由にテーマを設定させてもらえるラボはそれほど多くはないでしょうが、これはみなさんが近い将来学位をとって研究者となる時に備えた必要不可欠な投資だと考えています。投資としてもう1つ考えているのは、1年目から積極的に学会に参加していただくことです。多くのラボでは学会に参加できるのは限られたメンバーのみですが、当研究室では1年目から学会デビューさせますし、その費用は全額当分野の研究費から支出します (学生のうちは旅費は自腹というラボも多いですが)。学会発表は論文発表よりもハードルが低いのですが、学生のうちはそれも立派な業績です。正直なところ研究室としてのメリットは大きくないですが、みなさんのキャリア形成の上では必要不可欠な投資だと考えています。

さらに、研究者を目指す上では共著も含めた論文数も大事な要素です。共著論文を出すためには、当然ながらさまざまなプロジェクトに関わっている必要があり、さまざまなプロジェクトに関わるためにはプロジェクトの数だけそれらを主導するマンパワーが必要です。大学院生にできるだけ多くのプロジェクトに関わってもらうため、もっというと共同研究を増やすために、当研究室では他の研究者に対する露出を最大化することを目指しています。例えば当研究室が日本ではじめて作ったダブルメンター制度は他のラボの博士課程の学生さんにプロジェクトを主導していただくことで当教室との共同研究になり同時に他大学の学生さんはデータサイエンスを勉強できるというwin-winの制度設計になっていますし、それ以外にもオンライン研究指導・副指導・プロセメ・研究実践演習など、非常に優秀で意欲的なトップ層のみに刺さるような内容になっており、これが好評で当研究室には年間で10人以上の研究をしたい学生が集まってきます (本学で一番多いです)。自分ひとりのときと比べ、彼らと一緒に取り組むことで1/3程度のエフォートで論文を発表することができるでしょう。これらは他の学生さんをターゲットにしたものですが、他の研究者に対しても例えばTwitterでの情報発信により毎日数千人の先生方に私のコメント (とラボの名前) が目に入っていますし、当研究室のホームページは毎月10万近くのアクセスがあり一般的な研究室と比べて群を抜いてたくさんの研究者が閲覧してくださっています。その結果、最近は基礎・臨床問わずちらほら共同研究のお誘いをいただくことも増えてきました。また、ネクストキャリア制度を創出し、みなさんよりほんの少しだけ研究歴が長いearly carrierのポスドクの先生とも提携しやすくしています。多様な専門性を持つ先生とコラボレーションする機会を学生のみなさんに提供することで、みなさんが卒業後に自分でさまざまなバックグランドの方と仕事を進めていける下地を育成します。よその研究室に行くよりも、当研究室の方がはるかに多くの共同研究に取り組めるでしょう。2~3個のプロジェクトで筆頭著者として論文発表し、もっと多くの共著論文を発表できると見込まれます。研究をして論文を量産するためには、個人プレーではなくやはりチームが必要なのです。チームで近接した分野をリソースを共有して各々で攻めつつ、主著と共著に互いに入り合って進めていくチーム作りが論文量産には絶対必要です。当研究室は2022年に立ち上がったときには私しかいませんでしたが、2023年度には20名規模、2024年度には30名規模になります。本学で最も急速に拡大しているのが私たちのチームです。

私は大学院生を1年で即戦力に、2年でスター研究者にするつもりです。勉強会を2年コースにしているのもそのためで非常に高度な内容までカバーしますし、2年目にはマイプロジェクトを始動するのもここにつながっています。こちらに示すように、1年目のうちからいろいろな学会に参加して見聞を広める機会も提供しています。1年目で自立した、そして2年目で卓越した大学院生に育て上げることで、PIがいくら忙しくてもそれぞれの学生さんと週1時間のミーティングができれば研究を高いレベルで回して行くことは十分可能でしょう。また、研究のことだけでなく雑談も含めいろいろな話もできるよう、少なくとも月に1回は近くのカフェに少人数で一緒に行っていますし、遠慮なく入ってこれるよう教授室のドアは半開きにしています。大学院生は特にオーバーワークになりがちです。人生の一時期、下積み期間に集中して負荷をかけることはどんなキャリアでも必要だと思いますが、逆に言えばメンタルが病みやすい時期ともいえます。サイエンスに限らないいろいろな話ができるコミュニーケーションの場を大切にしています。

そして、これはすでにシステム化しているため一度作ってしまえば新入生も主体的に学び、上級生が新入生を指導する時間は圧倒的に少なくて済みます。世の中のラボはシステムができていないから時間がないので指導しないということになるわけですが、システムがあれば私が忙しいときにはオンライン教材で自習でもいいですし、上級生になったみなさんが代わりに教えてくれますよね (笑)。もちろん上級生に丸投げではなくベースはシステムにあるので、それを使って教えるだけなので大きな手間もかかりません。例えて言うなら、高校生に理科を教えるとき、何も教材がなければ大変ですがその塾が作った教材があれば大変さが全然違うという感じでしょう。豊富な研究成果だけでなく教育歴もつき、そう遠からずアカデミアの助教ポスト獲得も見えてくるはずです。

さらに、これは卒業後の話になりますが、当研究は立ち上がってまだ若く、今後30年近く続くことが見込まれます。今後も多方面で活躍する研究者がたくさん輩出されることで、自動的に全国いや世界各地に同門の知り合いが増えていき、その人的ネットワークは今後長きにわたってみなさんのキャリアを支えてくれるでしょう。これもチームみんなでwin-winになるための清水研ならではのシステムです。

ここまで次世代の研究者を育てるための私たちの挑戦をお示ししてきましたが、この挑戦は一方通行では完結しません。人生において、常に挑戦する道と安定をとる道がありますね。もし心の奥底にある希望が研究者になりたいということだったら、ここで安定の道を選んでしまうと死ぬ前に絶対後悔します。人が最も後悔するのは、若い頃に挑戦しなかったことなのです。みなさんからの若さと情熱あふれる挑戦をお待ちしています。

研究者を目指しているが、自分にはトップレベルの素質がない、もっというと自力ではアカデミア研究者になれないと自覚している凡人さんこそ大歓迎。よそのラボでは叶えられない助教の夢かなえましょう。いや、そんな低レベルな目標では困ります。私たちと一緒に世界に伍する研究者を目指し、そしてゆくゆくは未来の医療を創りましょう !!