科学的仮説生成

概要

仮説生成は、検証可能な説明を体系的に開発するプロセスです。観察や予備データから根拠に基づいた仮説を定式化し、実験を設計し、競合する説明を検討し、予測を開発します。このスキルを様々な領域での科学的調査に適用します。

このスキルを使用する場合

以下の場合にこのスキルを使用してください:

• 観察または予備データから仮説を開発する場合
• 科学的な質問をテストするための実験を設計する場合
• 現象の競合する説明を検討する場合
• 研究のための検証可能な予測を定式化する場合
• 文献に基づく仮説生成を実施する場合
• 科学領域全体にわたる機構研究を計画する場合

科学図式による視覚的な強化

⚠️ 必須: すべての仮説生成レポートは、scientific-schematics スキルを使用して生成された AI 図を最低 1～2 個含む必要があります。

これは任意ではありません。視覚要素のない仮説レポートは不完全です。ドキュメントを完成させる前に:

1. 最低でも 1 つの図式またはダイアグラムを生成します（例: 競合する説明を示す仮説フレームワーク）
2. 包括的なレポートでは 2～3 個の図を推奨します（機構経路、実験設計フローチャート、予測判定木）

図を生成する方法:

• scientific-schematics スキルを使用して AI による出版品質のダイアグラムを生成します
• 自然言語で希望するダイアグラムを記述するだけです
• Nano Banana Pro が自動的に図式を生成、レビュー、改善します

図式を生成する方法:

python scripts/generate_schematic.py "your diagram description" -o figures/output.png

AI は自動的に:

• 適切な形式で出版品質の画像を作成します
• 複数の反復を通じてレビューと改善を行います
• アクセシビリティを確保します（色盲対応、高コントラスト）
• 出力を figures/ ディレクトリに保存します

図式を追加する場合:

• 競合する説明を示す仮説フレームワークダイアグラム
• 実験設計フローチャート
• 機構経路ダイアグラム
• 予測判定木
• 因果関係ダイアグラム
• 理論的モデルの可視化
• 視覚化から利益を得る複雑な概念

図式の作成に関する詳細なガイダンスについては、scientific-schematics スキルのドキュメントを参照してください。

---

ワークフロー

堅牢な科学的仮説を生成するために、このような体系的なプロセスに従います:

1. 現象を理解する

説明が必要な観察、質問、または現象を明確にすることから始めます:

• 説明が必要なコア観察またはパターンを特定します
• 現象の範囲と境界を定義します
• すべての制約または特定の文脈に注意します
• 既に知られていることと不確実性のある事柄を明確にします
• 関連する科学領域を特定します

2. 包括的な文献検索を実施する

既存の科学文献を検索して、仮説を現在の証拠に基づかせます。PubMed（生物医学のトピック向け）と一般的なウェブ検索（より広い科学領域向け）の両方を使用してください:

生物医学のトピックの場合:

• WebFetch を PubMed URL で使用して関連文献にアクセスします
• 最近のレビュー、メタ分析、一次研究を検索します
• 類似の現象、関連する機構、または類似のシステムを探します

すべての科学領域の場合:

• WebSearch を使用して、最近の論文、プレプリント、レビューを検索します
• 確立された理論、機構、またはフレームワークを検索します
• 現在の理解のギャップを特定します

検索戦略:

• 全般的な検索から始めて、状況を理解します
• 特定の機構、経路、または理論に絞ります
• 矛盾する知見または未解決の議論を探します
• 詳細な検索テクニックについては references/literature_search_strategies.md を参照してください

3. 既存の証拠を統合する

文献検索からの知見を分析および統合します:

• 現象に関する現在の理解を要約します
• 適用される可能性のある確立された機構または理論を特定します
• 矛盾する証拠または代替的な見方に注意します
• ギャップ、限定事項、または未解決の質問を認識します
• 関連するシステムまたは領域からのアナロジーを特定します

4. 競合する仮説を生成する

現象を説明する可能性のある 3～5 つの異なる仮説を開発します。各仮説は以下を備えるべきです:

• 機構的な説明を提供します（単なる記述ではなく）
• 他の仮説と区別できます
• 文献統合からの証拠に基づいています
• 説明のさまざまなレベルを考慮します（分子、細胞、システム、個体群など）

仮説を生成するための戦略:

• 類似のシステムからの既知の機構を適用します
• 複数の原因経路を考慮します
• 説明のさまざまなスケールを探索します
• 既存の説明における仮定に異議を唱えます
• 機構を新しい方法で組み合わせます

5. 仮説の品質を評価する

references/hypothesis_quality_criteria.md の確立された品質基準に対して各仮説を評価します:

検証可能性: 仮説は経験的にテストできますか? 反証可能性: それを反証する観察はどのようなものですか? 簡潔性: それは証拠に適合する最も単純な説明ですか? 説明力: 現象のどれだけを説明しますか? 範囲: どの範囲の観察をカバーしていますか? 一貫性: 確立された原理と一致していますか? 新規性: 既存の説明を超えた新しい洞察を提供していますか?

各仮説の強みと弱みを明確に記述します。

6. 実験テストを設計する

実行可能な各仮説について、それをテストするための具体的な実験または研究を提案します。一般的なアプローチについては references/experimental_design_patterns.md を参照してください:

実験設計の要素:

• 何が測定されるまたは観察されるのか?
• どのような比較または対照が必要か?
• どのような方法または技術が使用されるのか?
• どのようなサンプルサイズまたは統計的アプローチが適切か?
• 潜在的な交絡因子は何であり、それらにどう対処するか?

複数のアプローチを検討してください:

• 実験室実験（in vitro、in vivo、計算）
• 観察研究（横断的、縦断的、ケースコントロール）
• 臨床試験（該当する場合）
• 自然実験または準実験設計

7. 検証可能な予測を定式化する

各仮説について、具体的で定量的な予測を生成します:

• 仮説が正しい場合に観察されるべきことを述べます
• 可能な限り効果の方向と大きさを指定します
• 予測が成立するべき条件を特定します
• 競合する仮説間で予測を区別します
• 仮説を反証する予測に注意します

8. 構造化された出力を提示する

assets/hypothesis_report_template.tex のテンプレートを使用して、専門的な LaTeX ドキュメントを生成します。レポートは視覚的な編成のための色付きボックスでよくフォーマットされ、簡潔な本文と包括的な付録に分かれています。

ドキュメント構造:

本文（最大 4 ページ）:

1. エグゼクティブサマリー - 要約ボックス内の簡潔な概要（0.5～1 ページ）
2. 競合する仮説 - 各仮説を独自の色付きボックスに、簡潔な機構的説明と主要な証拠付きで（3～5 つの仮説で 2～2.5 ページ）
   • 重要: コンテンツのオーバーフローを防ぐため、各仮説ボックスの前に \newpage を使用してください
   • 各ボックスは最大 0.6 ページまで
3. 検証可能な予測 - 琥珀色のボックス内の主要な予測（0.5～1 ページ）
4. 重要な比較 - 優先度付き比較ボックス（0.5～1 ページ）

本文は非常に簡潔に保ちます - 最も必要な情報のみです。すべての詳細は付録に移動します。

ページ分割戦略:

• 常に仮説ボックスの前に \newpage を使用して、新規ページ上で開始されることを確保します
• これはページ境界からのコンテンツのオーバーフローを防ぎます
• LaTeX ボックス（tcolorbox）は自動的にページを越えて分割されません

付録（包括的で詳細）:

• 付録 A: 広範な引用を含む包括的な文献レビュー
• 付録 B: 完全なプロトコルを含む詳細な実験設計
• 付録 C: 品質評価テーブルと詳細な評価
• 付録 D: 補足証拠と類似するシステム

色付きボックスの使用:

hypothesis_generation.sty からのカスタムボックス環境を使用します:

• hypothesisbox1 から hypothesisbox5 - 各競合する仮説用（青、緑、紫、青緑、オレンジ）
• predictionbox - 検証可能な予測用（琥珀色）
• comparisonbox - 重要な比較用（鋼灰色）
• evidencebox - 支持証拠のハイライト用（薄い青）
• summarybox - エグゼクティブサマリー用（青）

各仮説ボックスは以下を含むべきです（4 ページの制限を維持するため簡潔に）:

• 機構的説明: 1～2 つの簡潔な段落（最大 6～10 文）で HOW と WHY を説明
• 主要な支持証拠: 2～3 個の引用付き項目（最も重要な証拠のみ）
• コア仮定: 1～2 個の重要な仮定

すべての詳細な説明、追加の証拠、包括的な議論は付録に属します。

重要なオーバーフロー防止:

• 各仮説ボックスの前に \newpage を挿入して、新規ページで開始されるようにします
• 各完全な仮説ボックスを最大 0.6 ページ（約 15～20 行のコンテンツ）に保ちます
• コンテンツがこれを超える場合、追加の詳細を付録 A に移動します
• ボックスがページ境界からオーバーフローしないようにしてください - これは読み取り不可能な PDF を作成します

引用要件:

すべての主張をサポートするため、広範な引用を目指します:

• 本文: 最も重要な証拠のみに対する 10～15 の主要な引用（4 ページの制限のため簡潔に保つ）
• 付録 A: すべての関連文献をカバーする 40～70 以上の包括的な引用
• 合計目標: 参考文献に 50 以上の参考資料

本文の引用は選別的であるべきです - 最も重要な論文のみを引用してください。すべての包括的な引用と詳細な文献の議論は付録に属します。括弧内の引用には \citep{author2023} を使用してください。

LaTeX のコンパイル:

テンプレートは適切なレンダリングのために XeLaTeX または LuaLaTeX が必要です:

xelatex hypothesis_report.tex
bibtex hypothesis_report
xelatex hypothesis_report.tex
xelatex hypothesis_report.tex

必須パッケージ: hypothesis_generation.sty スタイルパッケージは同じディレクトリまたは LaTeX パスに配置する必要があります。次のものが必要です: tcolorbox、xcolor、fontspec、fancyhdr、titlesec、enumitem、booktabs、natbib。

ページオーバーフロー防止:

ページ上のコンテンツがオーバーフローするのを防ぐため、これらの重要なガイドラインに従います:

1. ボックスコンテンツの長さを監視します: 各仮説ボックスは 1 ページに快適に適合する必要があります。コンテンツが約 0.7 ページを超える場合、オーバーフローする可能性があります。

2. 戦略的なページ区切りを使用します: 実質的なコンテンツを含むボックスの前に \newpage を挿入します:

   \newpage
   \begin{hypothesisbox1}[Hypothesis 1: Title]
   % Long content here
   \end{hypothesisbox1}
   

3. 本文ボックスを簡潔に保ちます: 4 ページの本文制限の場合:

   • 各仮説ボックス: 最大 0.5～0.6 ページ
   • 機構的説明: 1～2 つの簡潔な段落のみ（最大 6～10 文）
   • 主要な証拠: 2～3 個の項目のみ
   • コア仮定: 1～2 個の項目のみ
   • コンテンツがより長い場合、詳細を付録に移動します

4. 長いコンテンツを分割します: 仮説が広範な説明を必要とする場合、本文と付録に分割します:

   • 本文ボックス: 簡潔な機構的概要 + 2～3 個の主要な証拠ポイント
   • 付録 A: 詳細な機構説明、包括的な証拠、拡張された議論

5. ページ境界をテストします: 新しいボックスの前に、残りのページスペースが十分かどうかを検討します。0.6 ページ未満の場合、\newpage を使用して新規ページでボックスを開始します。

6. 付録ページ管理: 付録では、詳細なコンテンツ領域でのオーバーフローを回避するために、主要なセクション間で \newpage を使用します。

クイックリファレンス: すべてのボックスタイプ、色スキーム、一般的なフォーマットパターンの詳細な例については、assets/FORMATTING_GUIDE.md を参照してください。

品質基準

生成されたすべての仮説がこれらの基準を満たしていることを確認します:

• 証拠に基づいた: 引用を含む既存の文献に根拠を置いています
• 検証可能: 具体的で測定可能な予測を含みます
• 機構的: HOW/WHY を説明します、単なる WHAT ではなく
• 包括的: 代替の説明を考慮します
• 厳密: 予測をテストするための実験設計を含みます

リソース

references/

• hypothesis_quality_criteria.md - 仮説の品質を評価するためのフレームワーク（検証可能性、反証可能性、簡潔性、説明力、範囲、一貫性）
• experimental_design_patterns.md - 領域全体にわたる一般的な実験的アプローチ（RCT、観察研究、実験室実験、計算モデル）
• literature_search_strategies.md - PubMed および一般的な科学源に対する効果的な検索テクニック

assets/

• hypothesis_generation.sty - LaTeX スタイルパッケージで、仮説レポート用の色付きボックス、専門的なフォーマット、カスタム環境を提供します
• hypothesis_report_template.tex - 本文構造と包括的な付録セクションを備えた完全な LaTeX テンプレート
• FORMATTING_GUIDE.md - すべてのボックスタイプ、色スキーム、引用慣行、トラブルシューティングのヒントの例を含むクイックリファレンスガイド