科学論文執筆

概要

これはこのリポジトリにおける中核的なジャーナル執筆スキルです。安定した科学的ストーリーを明確でよく構成された原稿散文に変換する際に使用し、引用文献、図表、および報告基準との整合性を保ちます。

科学論文執筆は、精密性と明確性を備えた研究を伝えるプロセスです。IMRAD構造、引用文献（APA/AMA/バンクーバー）、図表、および報告ガイドライン（CONSORT/STROBE/PRISMA）を使用して原稿を作成します。このスキルは研究論文とジャーナル投稿に適用してください。

重要原則：常に完全な段落で流動的な散文で執筆してください。最終原稿には箇条書きを提出しないでください。 二段階プロセスを使用してください：まず検証されたノート、文献、結果から主要ポイントを含む各セクションのアウトラインを作成し、次にそれらのアウトラインを完全な段落に変換します。

改訂が多いジャーナル原稿の場合、古い散文から直接推敲に進まないでください。まずリバースアウトラインと主張・根拠マップでセクションを安定させ、その後段落を書き直してください。

このスキルを使用する場合

このスキルは以下の場合に使用します：

• 科学論文の任意のセクション（要旨、序論、方法、結果、考察）を執筆または改訂する
• IMRAD またはその他の標準形式を使用して研究論文を構成する
• 特定のスタイル（APA、AMA、バンクーバー、シカゴ、IEEE）で引用文献と参考文献をフォーマットする
• 図表とデータビジュアライゼーションを作成、フォーマット、または改善する
• 研究固有の報告ガイドライン（試験用CONSORT、観察研究用STROBE、レビュー用PRISMA）を適用する
• ジャーナル要件を満たす要旨（構造化または非構造化）を起草する
• 特定のジャーナルへの投稿用に原稿を準備する
• 執筆の明確性、簡潔性、精密性を向上させる
• 分野固有の用語と命名法の適切な使用を確保する
• レビュアーのコメントに対応し、原稿を改訂する

タイトル、要旨、カバーレター、またはトップレベルのロジックの決定については、references/editor-first-impression.md を参照してください。

科学図による視覚的な強化

原稿が図式、ワークフロー図、または概念図の利益を受ける場合、inno-figure-gen のようなインストール済みの図生成スキルを使用してください。このリポジトリはデフォルトのインストールセットでそのオプションスキルを提供していません。

ドキュメントを最終化する前に：

1. 理解を実質的に向上させる場合、少なくとも1つの図を追加してください。
2. より長い論文の場合は2～3つの図を推奨します（方法フローチャート、結果ビジュアライゼーション、概念図）。

図を生成する方法：

• inno-figure-gen などのインストール済み図生成スキルを使用して、出版品質の図を生成します。
• アカデミックスタイル、白い背景、きれいなラベル、色覚異常対応色、高コントラストを指定するプロンプトを記述します。
• 出力を現在のプロジェクト内のローカル figures/ ディレクトリに保存します。

inno-figure-gen がインストールされている場合のコマンド例：

uv run ~/.codex/skills/inno-figure-gen/scripts/generate_image.py \
  --prompt "Publication-style scientific schematic of your method; white background; clean labels; colorblind-friendly palette; high contrast" \
  --filename "figures/output.png" \
  --resolution 2K
# Claude Code（グローバルインストール）：~/.codex/skills を ~/.claude/skills に置き換えます
# Claude Code（プロジェクトローカルインストール）：~/.codex/skills を .claude/skills に置き換えます

GEMINI_API_KEY またはその明示的な --api-key が必要です。図が出版品質になるまでプロンプトを繰り返してください。

図を追加する場合：

• 研究デザイン及び方法論フローチャート（CONSORT、PRISMA、STROBE）
• 概念枠組み図
• 実験ワークフロー図解
• データ分析パイプライン図
• 生物学的経路または機構図
• システムアーキテクチャビジュアライゼーション
• ビジュアル化の利益を受ける複雑な概念

図の作成に関する詳細なガイダンスについては、インストール済みの図生成スキルを参照してください。

---

中核能力

1. 原稿構造と組織化

IMRAD形式：ほとんどの科学分野で使用される標準的な序論、方法、結果、考察（Introduction, Methods, Results, And Discussion）構造で論文をガイドします。これには以下が含まれます：

• 序論：研究背景を確立し、ギャップを特定し、目的を述べる
• 方法：研究デザイン、対象者、手順、分析アプローチの詳細
• 結果：解釈なしに客観的に結果を提示する
• 考察：結果の解釈、制限事項の認識、将来の方向性の提案

IMRAD構造に関する詳細なガイダンスについては、references/imrad_structure.md を参照してください。

代替構造：以下を含む分野固有の形式をサポートします：

• レビュー論文（ナラティブ、システマティック、スコーピング）
• 症例報告と症例シリーズ
• メタアナリシスと統合解析
• 理論的／モデリング論文
• 方法論文とプロトコール

2. セクション別執筆ガイダンス

エディターファーストフロントドア：タイトル、要旨、序論、結果、考察、カバーレターを同じ4つの質問に同じ順序で答えるようにしてください：

• なぜこの研究を実施する必要があったのか
• 何をしたのか
• 何が見つかったのか
• この研究が分野をどのように進展させるのか

これらのセクションがストーリーの異なるバージョンに答える場合、散文がローカルに強くても、原稿は断片的に感じられます。

要旨の構成：論文の目的、方法、結果、結論を捉えた簡潔で独立した要約（100～250語）を作成します。構造化要旨（ラベル付きセクション）と非構造化の単一段落形式の両方をサポートします。要旨は問題を述べ、目的・方法、主な結果、および含意を述べてください。汎用的な背景やただ結果が有意だったことの報告に大部分を費やさないでください。

タイトルとカバーレター：主な貢献の簡潔な要約をタイトルにしてください。理想的には約20語以下です。具体的なキーワードを好み、質問形式のタイトルを避け、不要な略号を避け、方法自体が主な貢献である場合を除き、方法をタイトルにしないでください。カバーレターは約1ページ、有意性、ジャーナル適合性、読者の適合性、1～2つの主な結果を述べ、第2の要旨や完全な結果リストには変えないでください。

トップレベルロジック：原稿全体で1つの可視的な連鎖を保ってください：

• トピック
• 公開された研究
• 未解決の問題
• 目的
• 方法論
• 結果と図
• 結果の要約
• 解釈
• 分野への含意

序論の開発：説得力のある序論を構築してください：

• 研究問題の重要性を確立する
• 関連文献を体系的にレビューする
• 知識のギャップまたは論争を特定する
• 明確な研究質問または仮説を述べる
• 研究の新規性と重要性を説明する

方法の文書化：以下を通じて再現性を確保してください：

• 詳細な参加者／サンプル説明
• 明確な手順の文書化
• 統計学的方法と正当性
• 機器と材料の仕様
• 倫理承認と同意の記述

結果の提示：以下で結果を提示してください：

• 一次転帰から二次転帰への論理的フロー
• 図表との統合
• 効果量を伴う統計的有意性
• 解釈のない客観的報告

考察の構成：以下で結果を統合してください：

• 結果を研究質問に関連付ける
• 既存文献との比較
• 制限事項の正直な認識
• 機序的説明の提案
• 実用的な含意と将来の研究の提案

3. 引用文献と参考文献の管理

分野全体で正しく引用スタイルを適用してください。包括的なスタイルガイドについては、references/citation_styles.md を参照してください。

主要な引用スタイル：

• AMA（アメリカ医学会）：番号付き上付き引用、医学で一般的
• バンクーバー：角括弧内の番号付き引用、バイオメディカル標準
• APA（アメリカ心理学会）：著者-日付の本文内引用、社会科学で一般的
• シカゴ：注-参考文献または著者-日付、人文科学と科学
• IEEE：番号付き角括弧、工学およびコンピュータ科学

ベストプラクティス：

• 可能な限り一次出典を引用する
• 最近の文献を含める（活発な分野では過去5～10年）
• 序論と考察全体で引用分布のバランスを取る
• すべての引用を原出典と照合して確認する
• 参考文献管理ソフトウェア（Zotero、Mendeley、EndNote）を使用する

4. 図表

理解を強化する効果的なデータビジュアライゼーションを作成します。詳細なベストプラクティスについては、references/figures_tables.md を参照してください。

表 vs. 図を使用する場合：

• 表：正確な数値データ、複雑なデータセット、正確な値が必要な複数の変数
• 図：トレンド、パターン、関係、視覚的に理解するのが最適な比較

デザイン原則：

• 完全なキャプションで各表／図を自明にする
• すべての表示アイテム全体で一貫したフォーマットと用語を使用する
• すべての軸、列、行にユニットでラベルを付ける
• サンプルサイズ（n）と統計注釈を含める
• 「1000語ごとに1つの表／図」ガイドラインに従う
• テキスト、表、図の間で情報を重複させない

一般的な図のタイプ：

• 棒グラフ：離散的なカテゴリを比較する
• 折れ線グラフ：時系列でトレンドを示す
• 散布図：相関を表示する
• 箱ひげ図：分布と外れ値を示す
• ヒートマップ：行列とパターンを視覚化する

5. 研究タイプ別報告ガイドライン

確立された報告基準に従うことで完全性と透明性を確保してください。包括的なガイドライン詳細については、references/reporting_guidelines.md を参照してください。

主要なガイドライン：

• CONSORT：ランダム化比較試験
• STROBE：観察研究（コホート、症例対照、横断的）
• PRISMA：システマティックレビューとメタアナリシス
• STARD：診断精度研究
• TRIPOD：予測モデル研究
• ARRIVE：動物研究
• CARE：症例報告
• SQUIRE：品質改善研究
• SPIRIT：臨床試験研究プロトコール
• CHEERS：経済評価

各ガイドラインは、すべての重要な方法論的要素が報告されることを確保するチェックリストを提供します。

6. 執筆の原則とスタイル

基本的な科学執筆の原則を適用してください。詳細なガイダンスについては、references/writing_principles.md を参照してください。

明確性：

• 正確で曖昧でない言語を使用する
• 初出時に技術用語と略号を定義する
• 段落内およびセクション間で論理的フローを維持する
• 明確性のために適切な場合は能動態を使用する

簡潔性：

• 冗長な単語や句を削除する
• より短い文を好む（平均15～20語）
• 不要な修飾語を削除する
• 単語制限を厳密に尊重する

正確性：

• 適切な精度で正確な値を報告する
• 全体を通じて一貫した用語を使用する
• 観察と解釈を区別する
• 不確実性を適切に認める

客観性：

• 偏見なしに結果を提示する
• 結果または含意を過度に解釈しない
• 矛盾する証拠を認める
• 専門的で中立的なトーンを維持する

7. 執筆プロセス：アウトラインから完全な段落へ

重要：常に完全な段落で執筆し、科学論文には�条書きを提出しないでください。

科学論文は完全で流動的な散文で執筆する必要があります。効果的な執筆にはこの二段階アプローチを使用してください：

段階1：主要ポイント付きセクションアウトラインを作成する

新しいセクションを開始する場合：

1. 検証されたローカルノート、信頼できるウェブソース、またはインストール済みの文献検索スキルから関連文献とデータを収集する
2. 以下をマークする構造化アウトラインを作成する：
   • 提示する主要な引数または結果
   • 引用する主な研究
   • 含める必要があるデータポイントと統計
   • 論理的フローと組織
3. これらの箇条書きはスカフォーディングとして機能します—それらは最終原稿ではありません

例アウトライン（序論セクション）：

- 背景：AI が医薬品発見で注目を集めている
  * 最近のレビューを引用（Smith 2023、Jones 2024）
  * 従来の方法は遅く、費用がかかる
- ギャップ：希少疾患への応用が限定的
  * 2つの先行研究のみ（Lee 2022、Chen 2023）
  * 小規模データセットが課題のまま
- われわれのアプローチ：一般的な疾患から希少疾患への転移学習
  * X と Y を組み合わせた新規アーキテクチャ
- 研究目的：3つの希少疾患データセットで検証する

段階2：主要ポイントを完全な段落に変換する

アウトラインが完成したら、各箇条書きを適切な散文に展開してください：

1. 箇条書きを完全な文に変換する。主語、動詞、目的語を含む
2. 文と考えの間に遷移を追加する（ただし、さらに、対照的に、その後）
3. 引用を自然に統合する。リストではなく
4. 箇条書きが省くコンテキストと説明を追加する
5. 各段落内の論理的フローが1つの文から次へ
6. 文構造を様々にして読者の関心を維持する

散文への変換の例：

過去10年間、医薬品発見パイプラインで人工知能アプローチが大きな注目を集めています（Smith、2023; Jones、2024）。これらの計算方法は治療候補の特定を加速することが有望である一方、従来の実験的アプローチは依然として遅く、資源集約的であり、多くの場合、実験室作業に数年を要し、かなりの財政的投資が必要です。しかし、AIの希少疾患への応用は限定的であり、2つの先行研究のみが概念実証結果を示しています（Lee、2022; Chen、2023）。主な障害は患者数が少ない疾患の訓練データの不足でした。

この課題に対処するため、われわれは、特性化された一般的な疾患からの知識を活用して、希少疾患の治療標的を予測する転移学習アプローチを開発しました。われわれの新規ニューラルアーキテクチャは、分子特徴抽出のための畳み込み層と、タンパク質-リガンド相互作用モデリングのための注意メカニズムを組み合わせています。本研究の目的は、3つの独立した希少疾患データセット全体でわれわれのアプローチを検証し、予測精度と結果の生物学的解釈可能性の両方を評価することでした。

アウトラインと最終テキストの主な違い：

アウトライン（計画段階）	最終原稿
箇条書きと断片	完全な文と段落
テレグラフ式のノート	文脈を備えた完全な説明
引用のリスト	散文に統合された引用
省略された考え	遷移を伴う発展した引数
あなたの目のためのみ	出版と査読用

避けるべき一般的な間違い：

• ❌ 決して最終原稿に箇条書きを残さない
• ❌ 決して段落があるべき場所にリストを提出しない
• ❌ 結果セクションや考察セクションで番号付きまたは箇条書きのリストを使用しない（学習仮説や包含基準などの特定の場合を除く）
• ❌ 文の断片または不完全な考えを書かない
• ✅ する方法セクションで時折リストを使用する（例：包含/除外基準、材料リスト）
• ✅ 確保各セクションが接続された散文として流動する
• ✅ する段落を声を出して読んで、自然なフローを確認する

リストが受け入れられる場合（限定的な場合）：

リストは科学論文に特定の文脈でのみ表示される場合があります：

• 方法：包含/除外基準、材料と試薬、参加者の特性
• 補足資料：拡張プロトコール、機器リスト、詳細なパラメータ
• 決して：要旨、序論、結果、考察、結論

文献検索との統合：

検証済みの文献収集は段階1（アウトラインの作成）に不可欠です：

1. 信頼できるソースまたはインストール済みの文献検索スキルを使用して関連論文を検索する
2. 主な結果、方法、データを抽出する
3. アウトラインで箇条書きとして結果を組織する
4. その後、段階2で完全な段落に変換する

この二段階プロセスにより、以下を確実にします：

• 体系的に情報を収集し、組織する
• 執筆前に論理的構造を作成する
• 磨かれた出版品質の散文を製作する
• 物語フローに焦点を保つ

7A. 改訂用のリバースアウトラインと主張・根拠パス

スクラッチから起草するのではなく既存の原稿セクションを改訂する場合：

1. 現在のテキストをリバースアウトラインする：
   • セクション論文
   • 各段落の1行メッセージ
   • 各段落が持つ証拠、引用、または推論
2. 要旨、序論、結果のトピックセンテンス、および考察のすべての主要な主張について、以下を記述してください：
   • 主張：... | 根拠：... | ステータス：支持されている / 部分的 / 欠落
3. 主張が 部分的 または 欠落 とマークされている場合、以下の3つのいずれか1つのみを実行してください：
   • それを弱める
   • 欠落している証拠を追加する
   • それを動機、解釈、または将来の作業に移す
4. このパスの後のみ、完全なジャーナル散文に書き直してください。

特に以下の場合に使用してください：

• セクションが何度も改訂されている
• 前半が結果よりも強い可能性がある
• 段落フローは滑らかに感じられるが、ロジックはまだ不安定に感じられる

7B. 最終化前のスケプティカルな自己レビュー

セクションを完成したものと見なす前に、以下を尋ねてください：

• 貢献は本当に明確か？
• すべての主要な主張は読みやすく自己完結しているか？
• 経験的証拠は私が述べている主張を直接支持しているか？
• 重要なベースライン、アブレーション、または警告が欠落していないか？
• スケプティカルなレビュアーは方法、枠組み、またはリソースが不十分に正当化されていると言うだろうか？

答えが原稿自体から明確に防御できない場合、スタイルを磨く前にセクションを改訂してください。

8. ジャーナル固有のフォーマット

原稿をジャーナル要件に適応させてください：

• 著者ガイドラインの構造、長さ、形式に従う
• ジャーナル固有の引用スタイルを適用する
• 図表仕様を満たす（解像度、ファイル形式、寸法）
• 必要な記述を含める（資金、利益相反、データ可用性、倫理承認）
• 各セクションの単語制限を遵守する
• 提供されている場合はテンプレート要件に従ってフォーマットする

9. 分野固有の言語と用語

言語、用語、および慣例を特定の科学分野に合わせて適応させてください。各分野には、専門知識を示し、目的の読者に対する明確性を確保する確立された語彙、好まれた言い回し、および分野固有の慣例があります。

分野固有の言語的慣例を特定する：

• 対象ジャーナルの最近の高影響力の論文で使用された用語をレビューする
• 分野固有の略号、単位、および記号システムに注意する
• 好まれる用語を特定する（例：「参加者」対「被験者」、「化合物」対「医薬品」、「試料」対「サンプル」）
• 方法、生物、または技術が通常どのように説明されているかを観察する

バイオメディカルおよび臨床科学：

• 正確な解剖学的および臨床用語を使用する（例：正式な執筆では「心筋梗塞」であり「心臓発作」ではない）
• 標準化された疾患命名法（ICD、DSM、SNOMED-CT）に従う
• ジェネリック名を最初に使用して医薬品名を指定し、必要に応じて括弧内にブランド名を指定する
• 臨床研究では「患者」、地域ベースの研究では「参加者」を使用する
• 遺伝子変異にはヒトゲノム変異学会（HGVS）命名法に従う
• 標準単位（ほとんどの国際ジャーナルではSI単位）で検査値を報告する

分子生物学および遺伝学：

• 遺伝子記号にイタリックを使用する（例：TP53）。タンパク質には通常フォントを使用する（例：p53）
• 種固有の遺伝子命名法に従う（ヒト用大文字：BRCA1；マウス用センテンスケース：Brca1）
• 完全に初出時に生物名を指定し、その後、受け入れられた略号を使用する（例：Escherichia coli、その後 E. coli）
• 標準的な遺伝子記号を使用する（例：+/+、+/-、-/- 遺伝子型の場合）
• 分子技術に確立された用語を採用する（例：「定量的 PCR」または「qPCR」であり「リアルタイム PCR」ではない）

化学および製薬科学：

• 化学化合物のIUPAC命名法に従う
• 新規化合物にはシステマティック名を使用し、よく知られた物質には一般