scientific-writing

Scientific Writing

Overview

これは、ディープリサーチとライティングのためのツールの中核となるスキルです。AI 駆動のディープリサーチと、整った形式の文書作成を組み合わせています。作成されるすべての文書は、research-lookup スキルによる包括的な文献検索と検証済みの引用によって裏付けられています。

科学論文の執筆は、研究を正確かつ明快に伝えるためのプロセスです。IMRAD 構造、引用形式（APA/AMA/Vancouver）、図表、報告ガイドライン（CONSORT/STROBE/PRISMA）を用いて原稿を執筆します。研究論文や学術誌への投稿にこのスキルを適用してください。

重要な原則：常に流れのある文章で完全な段落を書いてください。最終原稿に箇条書きを提出することは決してしないでください。 二段階のプロセスを使用します。まず research-lookup を使って主要なポイントを含むセクションのアウトラインを作成し、次にそのアウトラインを完全な段落に変換します。

このスキルを使用するタイミング

このスキルは、次の場合に使用してください。

• 科学原稿の任意のセクション（抄録、序論、方法、結果、考察）を執筆または改訂する場合
• IMRAD やその他の標準的な形式で研究論文を構成する場合
• 特定の形式（APA、AMA、Vancouver、Chicago、IEEE）で引用と参考文献を書式化する場合
• 図表やデータ可視化を作成、書式化、または改善する場合
• 研究種別に応じた報告ガイドライン（試験には CONSORT、観察研究には STROBE、レビューには PRISMA）を適用する場合
• 学術誌の要件（構造化または非構造化）を満たす抄録を起草する場合
• 特定の学術誌への投稿用に原稿を準備する場合
• 文章の明快さ、簡潔さ、正確さを改善する場合
• 分野固有の専門用語と命名法を適切に使用する場合
• 査読者のコメントに対応し、原稿を改訂する場合

Scientific Schematics による視覚的強化

⚠️ 必須：すべての科学論文には、scientific-schematics スキルを使って生成された図を少なくとも 1〜2 点含めなければなりません。

これは任意ではありません。視覚要素のない科学論文は不完全です。文書を完成させる前に、次を行ってください。

1. scientific-schematics を使って、少なくとも 1 つの模式図またはダイアグラムを生成する
2. 包括的な論文では 2〜3 点の図を優先する（方法のフローチャート、結果の可視化、概念図）

図の生成方法：

• 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
• 必要なダイアグラムを自然言語で記述するだけです
• Nano Banana Pro が自動的に模式図を生成、確認、洗練します

模式図の生成方法：

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

AI は自動的に次の処理を行います。

• 適切な書式を備えた出版品質の画像を作成する
• 複数回の反復を通じて確認と改良を行う
• アクセシビリティ（色覚に配慮した配色、高コントラスト）を確保する
• 出力を figures/ ディレクトリに保存する

模式図を追加するタイミング：

• 研究デザインと方法のフローチャート（CONSORT、PRISMA、STROBE）
• 概念的枠組みの図
• 実験ワークフローの図解
• データ解析パイプラインの図
• 生物学的経路または機序の図
• システムアーキテクチャの可視化
• 可視化によって理解が助けられるあらゆる複雑な概念

模式図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。

---

Core Capabilities

1. 原稿の構成と編成

IMRAD形式: ほとんどの科学分野で用いられる標準的な構成である、序論（Introduction）、方法（Methods）、結果（Results）、考察（Discussion）に沿って論文を作成できるよう案内します。これには次が含まれます:

• 序論（Introduction）: 研究の背景を示し、研究のギャップを特定し、目的を述べる
• 方法（Methods）: 研究デザイン、対象集団、手順、分析手法を詳述する
• 結果（Results）: 解釈を加えずに知見を客観的に提示する
• 考察（Discussion）: 結果を解釈し、限界を認め、今後の方向性を提案する

IMRAD構成の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。

代替構成: 分野固有の形式を次のように支援します:

• 総説論文（ナラティブ、システマティック、スコーピング）
• 症例報告およびケースシリーズ
• メタアナリシスおよびプールド解析
• 理論・モデリング論文
• 方法論論文およびプロトコル

2. セクション別の執筆ガイダンス

抄録の作成: 研究の目的、方法、結果、結論を捉えた、簡潔で単独で読める要約（100～250語）を作成します。構造化抄録（見出し付きのセクション）と非構造化の単一段落形式の両方に対応します。

序論の展開: 次のような説得力のある序論を構築します:

• 研究課題の重要性を示す
• 関連文献を体系的にレビューする
• 知識のギャップや論争点を特定する
• 明確な研究課題または仮説を述べる
• 研究の新規性と意義を説明する

方法の記述: 次を通じて再現性を確保します:

• 参加者・試料の詳細な記述
• 明確な手順の記録
• 正当化を伴う統計手法
• 機器および材料の仕様
• 倫理審査承認および同意に関する記述

結果の提示: 次の方法で知見を示します:

• 主要アウトカムから副次アウトカムへの論理的な流れ
• 図および表との統合
• 効果量を伴う統計的有意性
• 解釈を加えない客観的な報告

考察の構成: 次の方法で知見を統合します:

• 結果を研究課題と関連付ける
• 既存の文献と比較する
• 限界を誠実に認める
• メカニズムに関する説明を提案する
• 実践的な示唆と今後の研究を提案する

3. 引用および文献管理

各分野にわたって引用スタイルを正しく適用します。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（American Medical Association）: 番号付きの上付き引用。医学で一般的
• Vancouver: 角括弧内の番号付き引用。生物医学の標準
• APA（American Psychological Association）: 著者-年方式の本文中引用。社会科学で一般的
• Chicago: 注-文献方式または著者-年方式。人文科学および科学分野
• IEEE: 番号付きの角括弧。工学およびコンピュータサイエンス

ベストプラクティス:

• 可能な限り一次文献を引用する
• 変化の速い分野では最近の文献（過去5～10年）を含める
• 序論と考察にわたって引用を適切に配分する
• すべての引用を原典に照らして検証する
• 文献管理ソフトウェア（Zotero、Mendeley、EndNote）を使用する

4. 図と表

理解を深める効果的なデータ可視化を作成してください。詳しい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。

表と図の使い分け:

• 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: 傾向、パターン、関係性、視覚的に理解するのが適している比較

デザインの原則:

• 各表・図は、完全なキャプションによって単独で内容が分かるようにする
• すべての表示項目で書式と用語を一貫させる
• すべての軸、列、行に単位を付けてラベルを付ける
• サンプルサイズ (n) と統計的注釈を含める
• 「1000語あたり表または図1つ」というガイドラインに従う
• 本文、表、図の間で情報を重複させない

一般的な図の種類:

• 棒グラフ: 離散的なカテゴリーの比較
• 折れ線グラフ: 時間経過に伴う傾向の表示
• 散布図: 相関関係の表示
• 箱ひげ図: 分布と外れ値の表示
• ヒートマップ: 行列とパターンの可視化

5. 研究デザイン別の報告ガイドライン

確立された報告基準に従い、網羅性と透明性を確保してください。ガイドラインの詳細については、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（コホート研究、症例対照研究、横断研究）
• 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: 臨床試験のプロトコル
• CHEERS: 経済評価

各ガイドラインには、重要な方法論的要素がすべて報告されていることを確認するためのチェックリストが用意されています。

6. 執筆の原則とスタイル

科学論文執筆の基本原則を適用してください。詳細な指針については、references/writing_principles.md を参照してください。

明確さ:

• 正確で曖昧さのない言葉を使う
• 専門用語と略語は初出時に定義する
• 段落内および段落間で論理的な流れを維持する
• 明確さのために適切な場合は能動態を使う

簡潔さ:

• 冗長な語句や表現を削除する
• 平均15〜20語程度の短い文を心がける
• 不要な限定語を取り除く
• 語数制限を厳守する

正確さ:

• 適切な精度で正確な値を報告する
• 文書全体で用語を一貫させる
• 観察結果と解釈を区別する
• 不確実性を適切に認める

客観性:

• バイアスなく結果を提示する
• 知見や示唆を誇張しない
• 相反する証拠を認める
• 専門的で中立的な語調を保つ

7. 執筆プロセス：アウトラインから本文の段落まで

重要：科学論文では必ず完全な段落で執筆し、箇条書きを提出しないでください。

科学論文は、完全で流れのある文章で書かなければなりません。効果的に執筆するために、次の2段階のアプローチを使用します。

ステージ1：要点を含むセクションアウトラインの作成

新しいセクションを始めるとき：

1. research-lookup スキルを使用して、関連する文献とデータを収集します
2. 次の内容を示す箇条書きを含む構造化されたアウトラインを作成します：
   • 提示する主要な主張または知見
   • 引用すべき主要な研究
   • 含めるデータポイントと統計
   • 論理的な流れと構成
3. これらの箇条書きは足場の役割を果たすものであり、最終原稿ではありません

アウトラインの例（導入セクション）：

- Background: AI in drug discovery gaining traction
  * Cite recent reviews (Smith 2023, Jones 2024)
  * Traditional methods are slow and expensive
- Gap: Limited application to rare diseases
  * Only 2 prior studies (Lee 2022, Chen 2023)
  * Small datasets remain a challenge
- Our approach: Transfer learning from common diseases
  * Novel architecture combining X and Y
- Study objectives: Validate on 3 rare disease datasets

ステージ2：要点を完全な段落に変換

アウトラインが完成したら、各箇条書きを適切な文章に展開します。

1. 箇条書きを、主語・述語・目的語を備えた完全な文に変換します
2. 文と考えの間に接続表現を追加します（however、moreover、in contrast、subsequently など）
3. 引用を、リストとしてではなく文の中に自然に組み込みます
4. 箇条書きでは省略されている文脈や説明を加えます
5. 各段落内で、ある文から次の文へと論理的につながるようにします
6. 読者の関心を保つために、文の構造に変化をつけます

文章への変換の例：

Artificial intelligence approaches have gained significant traction in drug discovery 
pipelines over the past decade (Smith, 2023; Jones, 2024). While these computational 
methods show promise for accelerating the identification of therapeutic candidates, 
traditional experimental approaches remain slow and resource-intensive, often requiring 
years of laboratory work and substantial financial investment. However, the application 
of AI to rare diseases has been limited, with only two prior studies demonstrating 
proof-of-concept results (Lee, 2022; Chen, 2023). The primary obstacle has been the 
scarcity of training data for conditions affecting small patient populations. 

To address this challenge, we developed a transfer learning approach that leverages 
knowledge from well-characterized common diseases to predict therapeutic targets for 
rare conditions. Our novel neural architecture combines convolutional layers for 
molecular feature extraction with attention mechanisms for protein-ligand interaction 
modeling. The objective of this study was to validate our approach across three 
independent rare disease datasets, assessing both predictive accuracy and biological 
interpretability of the results.

アウトラインと最終原稿の主な違い：

アウトライン（計画段階）	最終原稿
箇条書きと断片的な語句	完全な文と段落
電報的なメモ	文脈を伴う十分な説明
引用の一覧	文章に組み込まれた引用
略記された考え	接続表現を伴って展開された論証
自分だけが見るもの	出版と査読のためのもの

避けるべきよくある間違い：

• ❌ 最終原稿に箇条書きを決して残さない
• ❌ 段落であるべき箇所にリストを決して提出しない
• ❌ 結果（Results）や考察（Discussion）のセクションで番号付きリストや箇条書きリストを使わない（研究仮説や選択基準などの特定の場合は除く）
• ❌ 文の断片や不完全な考えを書かない
• ✅ 方法（Methods）では、必要に応じて限定的にリストを使う（例：選択・除外基準、材料リスト）
• ✅ すべてのセクションが、つながりのある文章として流れるようにする
• ✅ 段落を声に出して読み、自然な流れを確認する

リストが許容される限定的なケース：

リストは、次の特定の文脈でのみ科学論文に現れることがあります。

• 方法（Methods）：選択・除外基準、材料と試薬、参加者の特性
• 補足資料（Supplementary Materials）：詳細なプロトコル、機器リスト、詳細なパラメーター
• 決して使わない場所：要旨（Abstract）、導入（Introduction）、結果（Results）、考察（Discussion）、結論（Conclusions）

research-lookup との統合：

research-lookup スキルは、ステージ1（アウトラインの作成）に不可欠です。

1. research-lookup を使って関連論文を検索します
2. 主要な知見、方法、データを抽出します
3. 抽出した内容を、アウトラインの箇条書きとして整理します
4. その後、ステージ2でアウトラインを完全な段落に変換します

この2段階のプロセスにより、次のことが可能になります。

• 情報を体系的に収集・整理できる
• 執筆前に論理的な構成を作れる
• 出版に耐える洗練された文章を作成できる
• 叙述の流れに集中し続けられる

8. ジャーナル固有の書式

原稿をジャーナルの要件に合わせて調整します。

• 構成、長さ、書式について投稿規定に従います
• ジャーナル固有の引用スタイルを適用します
• 図表の仕様（解像度、ファイル形式、サイズ）を満たします
• 必要な記載事項（資金提供、利益相反、データの利用可能性、倫理審査の承認）を含めます
• 各セクションの語数制限を守ります
• テンプレートが提供されている場合は、そのテンプレートの要件に従って書式を整えます

9. 分野固有の言語と用語

学術分野に合わせて、言語、用語、慣習を調整してください。各分野には確立された語彙、好まれる言い回し、分野固有の慣習があり、それらは専門性を示し、対象読者にとっての明確さを確保します。

分野固有の言語的慣習を特定する:

• 対象ジャーナルの近年の高インパクト論文で使われている用語を確認する
• 分野固有の略語、単位、表記体系に注意する
• 好まれる用語を特定する（例：「participants」対「subjects」、「compound」対「drug」、「specimens」対「samples」）
• 方法、生物、技術が通常どのように記述されているかを観察する

生物医学および臨床科学:

• 正確な解剖学的・臨床的用語を使用する（例：正式な文章では「heart attack」ではなく「myocardial infarction」）
• 標準化された疾患命名法（ICD、DSM、SNOMED-CT）に従う
• 薬剤名は一般名を先に記載し、必要に応じて商品名を括弧内に記載する
• 臨床研究には「patients」、地域社会を基盤とした研究には「participants」を使用する
• 遺伝子変異にはHuman Genome Variation Society（HGVS）の命名法に従う
• 検査値は標準単位で報告する（ほとんどの国際ジャーナルではSI単位）

分子生物学および遺伝学:

• 遺伝子記号はイタリック体で示す（例：TP53）、タンパク質は通常の字体で示す（例：p53）
• 種ごとの遺伝子命名規則に従う（ヒトは大文字：BRCA1、マウスは先頭のみ大文字：Brca1）
• 生物名は初出時に正式名を記載し、その後は一般的に認められた略称を使用する（例：Escherichia coli、その後 E. coli）
• 遺伝子型には標準的な遺伝学的表記を用いる（例：+/+、+/-、-/-）
• 分子技術には確立された用語を使用する（例：「real-time PCR」ではなく「quantitative PCR」または「qPCR」）

化学および医薬品科学:

• 化合物にはIUPAC命名法に従う
• 新規化合物には系統的名称を、広く知られた物質には一般名を使用する
• 化学構造は標準的な表記（データベース用のSMILES、InChIなど）で示す
• 濃度は適切な単位（mM、μM、nM、または% w/v、v/v）で報告する
• 合成経路は確立された反応命名法を用いて記述する
• 「bioavailability」「pharmacokinetics」「IC50」などの用語は、分野での定義に一貫して従って使用する

生態学および環境科学:

• 種には二名法を用いる（イタリック体：Homo sapiens）
• 必要な場合は、初めて種に言及する際に分類学的命名者を明記する
• 標準化された生息地および生態系の分類を用いる
• 生態学的指標には一貫した用語を使用する（例：「species richness」「Shannon diversity index」）
• 調査方法は分野で標準的な用語で記述する（例：「transect」「quadrat」「mark-recapture」）

物理学および工学:

• 分野の慣習で別の指定がない限り、SI単位を一貫して使用する
• 物理量の表記には標準的な記法を用いる（スカラー対ベクトル、テンソル）
• 現象には確立された用語を使用する（例：「quantum entanglement」「laminar flow」）
• 必要に応じて、機器は型番およびメーカーを明記する
• 数式表記は分野の標準に従う（例：換算プランク定数にはℏ）

神経科学:

• 脳領域の命名には標準化されたものを使用する（例：Allen Brain Atlasなどのアトラスを参照）
• 脳領域の座標は確立された定位座標系を用いて指定する
• 神経関連の用語の慣習に従う（例：正式な文章では「spike」ではなく「action potential」）
• 測定方法に応じて「neural activity」「neuronal firing」「brain activation」を適切に使い分ける
• 記録技術は適切な具体性をもって記述する（例：「whole-cell patch clamp」「extracellular recording」） 社会科学・行動科学:
• 適切な場合は人を先にする表現（person-first language）を使用してください（例：「schizophrenics」ではなく「統合失調症の人々」）
• 標準化された心理学的構成概念と検証済みの評価尺度名を使用してください
• バイアスを減らす言語表現について APA のガイドラインに従ってください
• 理論的枠組みは確立された用語を用いて明示してください
• ヒトを対象とした研究では「subjects」ではなく「participants」を使用してください

一般原則:

読者の専門知識に合わせる:

• 専門誌の場合: 分野固有の用語を自由に使用し、非常に専門的または新規の用語のみを定義してください
• 幅広い分野を対象とする雑誌（例：Nature、Science）の場合: より多くの専門用語を定義し、専門的な概念には文脈を補足してください
• 学際的な読者の場合: 正確さと分かりやすさのバランスを取り、初出時に用語を定義してください

専門用語を戦略的に定義する:

• 略語は初出時に定義してください: 「messenger RNA (mRNA)」
• 幅広い読者を対象とする場合は、専門的な手法について簡潔な説明を添えてください
• 対象読者によく知られた用語を過度に定義することは避けてください（分野への不慣れを示してしまいます）
• 多数の専門用語が避けられない場合は、用語集を作成してください

一貫性を保つ:

• 同じ概念には同じ用語を全体を通して使用してください（「medication」「drug」「pharmaceutical」を交互に使わないでください）
• 略語には一貫した体系を適用してください（初出の定義後は「PCR」か「polymerase chain reaction」のどちらかに決めてください）
• 同じ命名体系を全体に適用してください（特に遺伝子、種、化学物質について）

分野の取り違えを避ける:

• 基礎科学に臨床用語を使用しないでください（例：マウスを「patients」と呼ばない）
• 正確な分野用語の代わりに、口語的な表現や過度に一般的な用語を使用することは避けてください
• 適切な用法を確認せずに隣接分野の用語を持ち込まないでください

用語の使用を検証する:

• 分野固有のスタイルガイドや命名法の資料を参照してください
• 対象雑誌の最近の論文で用語がどのように使われているかを確認してください
• 分野のデータベースやオントロジーを利用してください（例：Gene Ontology、MeSH 用語）
• 不確かな場合は、用語の使い方を定めている主要な文献を引用してください

10. 避けるべきよくある落とし穴

主な不採択理由:

1. 不適切、不完全、または十分に説明されていない統計
2. 結果の過度な解釈、または裏付けのない結論
3. 再現性に影響する、不十分に記述された方法
4. 小規模、偏りがある、または不適切な標本
5. 文章の質が低い、または読みにくい文章
6. 不十分な文献レビューや文脈の欠如
7. 不明瞭または設計が不適切な図表
8. 報告ガイドラインへの non-compliance

文章の質に関する問題:

• 時制の不適切な混在（方法・結果には過去形、確立された事実には現在形を使用してください）
• 過剰な専門用語や定義されていない略語
• 論理の流れを妨げる段落区切り
• セクション間のつなぎの表現の欠如
• 表記法や用語の不統一

論文原稿作成のワークフロー

ステージ 1: 計画

1. 投稿先ジャーナルを特定し、執筆者向けガイドラインを確認する
2. 適用される報告ガイドライン（CONSORT、STROBE など）を決定する
3. 原稿の構成を組み立てる（通常は IMRAD）
4. 論文の中核となる図表を計画する

ステージ 2: 執筆（各セクションで 2 段階の執筆プロセスを使用する）

1. 図表から始める（中核となるデータのストーリー）
2. 以下の各セクションについて、2 段階のプロセスに従う：
   • 第 1 段階: research-lookup を使用して、箇条書きでアウトラインを作成する
   • 第 2 段階: 箇条書きを、流れのある文章による完全な段落に変換する
3. 方法（Methods）を執筆する（多くの場合、最も書き始めやすいセクション）
4. 結果（Results）を執筆する（図表を客観的に記述する）
5. 考察（Discussion）を執筆する（知見を解釈する）
6. 緒言（Introduction）を執筆する（研究課題を提示する）
7. 要旨（Abstract）を執筆する（論文全体のストーリーを統合する）
8. タイトルを作成する（簡潔かつ内容を的確に表す）

注意: 箇条書きは計画のためだけに使用してください。最終的な原稿は必ず完全な段落で書く必要があります。

ステージ 3: 改訂

1. 論理の流れと、全体を貫く「レッド・スレッド」を確認する
2. 用語と記号の一貫性を検証する
3. 図表が自己説明的であることを確認する
4. 報告ガイドラインへの準拠を確認する
5. すべての引用が正確で、適切に書式設定されていることを検証する
6. 各セクションの語数を確認する
7. 文法、綴り、明瞭さを校正する

ステージ 4: 最終準備

1. ジャーナルの要件に従って書式を整える
2. 補足資料を準備する
3. 研究の重要性を強調したカバーレターを作成する
4. 投稿チェックリストを完成させる
5. 必要なすべての声明書およびフォームを収集する

他の科学スキルとの連携

このスキルは以下と効果的に連携します：

• データ分析スキル: 報告する結果を生成するため
• 統計解析: 適切な統計結果の提示方法を決定するため
• 文献レビュースキル: 研究の文脈を位置づけるため
• 図作成ツール: 出版品質の可視化を作成するため

参考資料

このスキルには、科学論文執筆の特定の側面を扱う詳細な参考ファイルが含まれています：

• references/imrad_structure.md: IMRAD 形式とセクションごとの内容に関する詳細ガイド
• references/citation_styles.md: 引用スタイルの完全なガイド（APA、AMA、Vancouver、Chicago、IEEE）
• references/figures_tables.md: 効果的なデータ可視化を作成するためのベストプラクティス
• references/reporting_guidelines.md: 研究種別ごとの報告基準とチェックリスト
• references/writing_principles.md: 効果的な科学コミュニケーションの基本原則

科学論文執筆の特定の作業を行う際は、必要に応じてこれらの参考資料を読み込んでください。