alterlab-hypothesis-gen

科学的仮説の生成

概要

仮説の生成とは、検証可能な説明を体系的に導き出すプロセスです。観察結果に基づく仮説を立て、実験を設計し、競合する説明を検討して、予測を導き出します。さまざまな分野の科学的探究にこのスキルを活用します。

このスキルを使用する場面

以下の場合に、このスキルを使用してください。

• 観察結果や予備データから仮説を立てる
• 科学的な問いを検証する実験を設計する
• 現象について競合する説明を検討する
• 研究で検証可能な予測を立てる
• 文献に基づいて仮説を生成する
• さまざまな科学分野でメカニズム研究を計画する

対象外

状況	代わりに使用
説明すべき具体的な観察結果がまだない、自由形式の制約のないアイデア出し	alterlab-scientific-brainstorm
表形式のデータセットを対象に、LLM 主導で仮説の生成と検証を自動化する（HypoGeniC）	alterlab-hypogenic
成果物として独立したシステマティックレビューまたは PRISMA に基づくエビデンス統合を行う	alterlab-literature-review
既存の主張について、エビデンスの質や研究デザインの欠陥を評価する	alterlab-scientific-thinking
データ収集前に、事前登録で仮説と分析計画を確定する	alterlab-preregistration-discipline

ワークフロー

堅牢な科学的仮説を生成するには、次の体系的なプロセスに従ってください。

1. 現象を理解する

説明を必要とする観察結果、問い、または現象を明確にすることから始めます。

• 説明が必要な中心的な観察結果やパターンを特定する
• 現象の範囲と境界を定義する
• 制約や特定の状況に留意する
• すでに分かっていることと不確かなことを明確にする
• 関連する科学分野を特定する

2. 包括的な文献検索を行う

仮説の基盤となる最新のエビデンスを把握するため、既存の科学文献を検索します。PubMed（生物医学分野のトピック）と一般的なウェブ検索（より幅広い科学分野）の両方を利用します。

生物医学分野のトピックの場合：

• WebFetch と PubMed の URL を使用して、関連文献にアクセスする
• 最近のレビュー、メタ分析、一次研究を検索する
• 類似した現象、関連するメカニズム、または類似のシステムを探す

すべての科学分野において：

• WebSearch を使用して、最近の論文、プレプリント、レビューを見つける
• 確立された理論、メカニズム、またはフレームワークを検索する
• 現在の理解におけるギャップを特定する

検索戦略：

• まず幅広く検索して全体像を把握する
• メカニズム、経路、理論を絞り込む
• 相反する知見や未解決の論争を探す
• 詳細な検索手法については、references/literature_search_strategies.md を参照する

3. 既存のエビデンスを統合する

文献検索で得られた知見を分析し、統合します。

• 現象について現在分かっていることを要約する
• 適用できる可能性のある確立されたメカニズムや理論を特定する
• 相反するエビデンスや別の見解に留意する
• ギャップ、限界、未解決の問いを認識する
• 関連するシステムや分野から類推を見つける

4. 競合する仮説を生成する

現象を説明しうる、互いに異なる3～5個の仮説を立てます。各仮説は次の条件を満たす必要があります。

• 単なる記述ではなく、メカニズムによる説明を示す
• ほかの仮説と区別できる
• 文献の統合から得られたエビデンスに基づく
• 複数の説明レベル（分子、細胞、システム、集団など）を考慮する

仮説を生成するための戦略：

• 類似システムで知られているメカニズムを適用する
• 複数の原因経路を検討する
• さまざまな説明のスケールを探る
• 既存の説明における前提を問い直す
• メカニズムを新しい形で組み合わせる

5. 仮説の質を評価する

各仮説を、references/hypothesis_quality_criteria.md に記載された確立済みの品質基準に照らして評価します。

検証可能性： 仮説を経験的に検証できますか？ 反証可能性： どのような観察結果が仮説を否定しますか？ 簡潔性： 証拠に合致する最も簡潔な説明ですか？ 説明力： 現象をどの程度説明できますか？ 適用範囲： どの範囲の観察結果を説明できますか？ 整合性： 確立された原則と整合していますか？ 新規性： 既存の説明を超える新たな知見をもたらしますか？

各仮説の長所と短所を明記してください。

6. 実験的検証を設計する

妥当な各仮説について、検証のための具体的な実験や研究を提案します。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：

• 何を測定または観察しますか？
• どのような比較や対照が必要ですか？
• どのような方法や手法を用いますか？
• 適切なサンプルサイズや統計的アプローチは何ですか？
• どのような交絡因子が考えられ、それにどう対処しますか？

複数のアプローチを検討してください：

• 実験室での実験（in vitro、in vivo、計算機実験）
• 観察研究（横断研究、縦断研究、症例対照研究）
• 臨床試験（該当する場合）
• 自然実験または準実験的デザイン

7. 検証可能な予測を立てる

各仮説について、具体的かつ定量的な予測を示します。

• 仮説が正しければ何が観察されるかを述べる
• 可能な場合は、効果の予想される方向と大きさを示す
• 予測が成立する条件を特定する
• 競合する仮説間の予測の違いを明確にする
• 仮説を反証する予測を示す

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 ドキュメントを作成します。見やすく整理できるよう色付きボックスを使って書式を整え、簡潔な本文と充実した付録に分けてください。

ドキュメントの構成：

本文（約4ページ）：

1. エグゼクティブサマリー — summarybox に簡潔な概要を記載（0.5～1ページ）
2. 競合する仮説 — 各仮説を個別の色付きボックスにまとめ、簡潔なメカニズムの説明と主要なエビデンスを記載（仮説が3～5個の場合、2～2.5ページ）
3. 検証可能な予測 — 主要な予測を predictionbox に記載（0.5～1ページ）
4. 重要な比較 — 優先度の高い比較を comparisonbox に記載（0.5～1ページ）

本文は要点に絞り、それ以外はすべて付録に記載します。

• 付録A： 詳細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： 品質評価表と詳細な評価
• 付録D： 補足的なエビデンスと類似システム

色付きボックスの使用（hypothesis_generation.sty の環境）：

• hypothesisbox1 から hypothesisbox5 — 競合する各仮説に1つずつ使用（青、緑、紫、ティール、オレンジ）
• predictionbox — 検証可能な予測（アンバー）
• comparisonbox — 重要な比較（スチールグレー）
• evidencebox — 仮説を裏付けるエビデンスの要点（ライトブルー）
• summarybox — エグゼクティブサマリー（青）

各仮説ボックスに含める内容：

• メカニズムの説明： どのように、またなぜそうなるのかを説明する簡潔な段落を1～2つ（6～10文）
• 主な裏付けエビデンス： 引用付きの箇条書きを2～3項目（最も重要なエビデンスのみ）
• 中核となる前提： 重要な前提を1～2項目

ページからのはみ出し。 hypothesis_generation.sty のボックスは breakable な tcolorbox ではありません。そのため、ボックスがページの残りのスペースより高いと、ページ下部からはみ出し、PDF が読めなくなります。各仮説ボックスは約0.6ページ（15～20行）に収め、長いメカニズムの詳細や追加のエビデンスは付録Aに移してください。各ボックスの前に、ページの残りが約0.6ページ未満の場合は \newpage で改ページし、付録の大きなセクション間にも \newpage を入れてください。

\newpage
\begin{hypothesisbox1}[Hypothesis 1: Title]
% mechanistic explanation, 2-3 evidence bullets, 1-2 assumptions
\end{hypothesisbox1}

引用に関する要件：

• 本文： 最も重要なエビデンスについて、主要な引用を10～15件に絞ります
• 付録A： 関連文献を網羅的に扱います（十分に研究されている現象の場合、通常は40～70件の引用）

文献検索で実際に入手して確認した情報源のみを引用してください。目標件数に合わせるために参考文献を捏造したり、水増ししたりしないでください。架空の引用はレポート全体の信頼性を損ないます。文献が少ない場合は、確認済みの引用を少数にとどめるのが適切です。括弧付きの引用には \citep{author2023} を使用してください。

LaTeX のコンパイル：

このテンプレートでは fontspec を読み込むため、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 を同じディレクトリ、または LaTeX のパス上に配置する必要があります。このパッケージは tcolorbox、xcolor、fontspec、fancyhdr、titlesec、enumitem、booktabs、natbib を必要とします。

クイックリファレンス： 各ボックスタイプ、配色、一般的な書式パターンの詳しい例については、assets/FORMATTING_GUIDE.md を参照してください。

品質基準

生成するすべての仮説が、次の基準を満たすようにしてください。

• エビデンスに基づく： 引用を添え、既存の文献に基づいている
• 検証可能： 具体的で測定可能な予測を含んでいる
• メカニズムを説明する： 何が起きるかだけでなく、どのように、なぜ起きるかを説明している
• 包括的： 代替となる説明を考慮している
• 厳密： 予測を検証する実験設計を含んでいる

リソース

references/

• hypothesis_quality_criteria.md - 仮説の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、適用範囲、一貫性）
• experimental_design_patterns.md - 分野を問わず広く用いられる実験アプローチ（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情報源で効果的に検索するための手法

assets/

• hypothesis_generation.sty - 仮説レポート向けに、色付きボックス、プロフェッショナルな書式、カスタム環境を提供する LaTeX スタイルパッケージ
• hypothesis_report_template.tex - 本文の構成と包括的な付録セクションを含む、完全な LaTeX テンプレート
• FORMATTING_GUIDE.md - すべてのボックスタイプ、配色、引用方法、トラブルシューティングのヒントを例とともにまとめたクイックリファレンスガイド

関連スキル

• alterlab-literature-review — 仮説の根拠となる検索ではなく、レビュー自体を成果物とする独立したシステマティックレビュー／PRISMA 統合に使用します。
• alterlab-venue-templates — 仮説レポートを原稿に仕上げる際、投稿先に固有の LaTeX テンプレートと投稿書式を使用します。
• alterlab-scientific-writing — 完成した原稿を、流れるような IMRAD 形式の文章で執筆します。

AlterLab Academic Skills スイートの一部です。