日付；2022/01/22（土）
改定；2022/02/22（火）

研究室の良し悪しの判断基準

アメリカでのポスドク（Post-doctoral fellow, Post-doctoral fellowship）の経験から、基礎研究を行うポスドクとして、どんな研究室を避けたほうが良いかを記しておこうと思う。本当は、どんな研究室が良いかという観点から記録したいのだが、正直言って、良い研究室の定義がイマイチわからないし、いろいろな意味で理不尽に厳しかったり、さらに言えば、悪い研究室だったとしても、良くも悪くも論文を出す方法はあると思う。なので、主観ではあるが、研究留学やポスドク後のキャリアにとって「あまりプラスにならないかもしれない研究室」の判断基準を書こうと思う。自分はこれ以上のポスドク年齢的には不味い（日本では）ので、今後はこれを使うことはないと思う。一方で、学生には参考になるかもしれない。これは以前書いたこの覚書の別版のように思う。その記事を書いてから少し時間が経っているが、今でもほとんど同じことを考えていることがわかる。

ここに記載したことは、すべてこれはアメリカで所属した研究室のことであり、かつ、博士課程卒業後の就職活動を通して率直に感じたことである。嘘はない。もし候補の研究室があり、それがここに記載した事項にほとんど当てはまらないならば、それはすごく良い研究室ということを示す。

もう一つ断っておくことがあるが、ポスドクで一番重要なのは業績である。納得できる業績さえ手に入るのならば、正直、ここに書いてあることなんて全く関係ない。自分の好きにすれば良いと思う。

事前調査でわかること

パイインパクトなジャーナルがそのPI（Principal Investigator）の業績にない。

これは研究室選びの重要なポイントだと思う。別に述べようと思うが、ハイインパクトなジャーナルとそうでないジャーナルの違いは、内容の審査の厳しさゆえの信頼性と知名度である。審査がめちゃくちゃ厳しい。内容の新しさ、データの正しさ、データの再現性、不正の有無などを可能な限りチェックすることに違いがある。PIがこういったジャーナルに投稿してアクセプトされたことがないならば、そのPIはハイインパクトなジャーナルに投稿するまでの研究能力やリーダーシップを備えていない可能性がある。その時点でアメリカまで来て研究する意味は半減すると思う。また、ハイインパクトなジャーナルに投稿したことがないが、バチバチに狙っているようなPIも要注意かもしれない。狙う事自体は全く悪くないし、それは当然のことなのだが、この経験のなさがそのままポスドクの活動に対し悪影響を与える可能性がある。例えば、「この結果でリバイスする必要があるのに、なぜその結果がでない？？」とか「この結果ということは、そのリバイスの実験ではそうあるべきだ。そうしろ。」とか。またはレビューアーやレフェリーの指摘が明らかに可怪しいのに「反論したらリジェクトされるから。」という根拠もない動機で「とんでもなく無駄な実験を、ものすごい労力をかけて行う。」とかになる。「反論したらリジェクトされそうだ」とか、確かにそういうこともあるかもしれないが、研究者として未熟で幼稚なのでやめてほしい。そして、もしポスドクだけがハイインパクトなジャーナルへのアクセプト歴があったらどうだろうか。ボスやPIの方が能力的に下ということになり、悪い予感しかしない。

その一方で、これには注意しなくてはいけない事もあるように思う。もし、日本の国立の某研究所のように、一年に一本論文を出さないといけない的な無茶苦茶なルールがあった場合、その条件を満たすのは難しいだろう。その理由は、ハイインパクトなジャーナルを目指しているのは良いが、逆にマイナーな論文には全く興味がないかもしれないためだ。こういう研究室のPIは、小さい学会誌レベルの論文を本当にゴミとみなしているのではないかと思うときがある。そしてその研究室が医学、生物学の研究を行っており、規模が小さく、人員も少ない場合は、論文を一年に一本書くなんてのは第二著者だったとしても難しいように思う。こういった研究室に所属した場合は、与えられた期間（アメリカのJ1ビザなら５年以内）で必ずハイインパクトなジャーナルを１本は書く必要がある。そうでないと、その後に日本でキャリアをスタートする場合にあまり良い影響を与えない。特に、年齢が比較的若い、いわゆる若手というカテゴリーで、アカデミックで研究活動しようとする者は、日本ではどうしても第一著者の論文数が必要だったりする。

インターネットで検索しても、そのPIの業績ややっている研究がよくわからない。

なかなか難しいが、これも個人的に問題があるように思う。というか、Pubmedなどを含めてインターネットで調べても業績があまり引っかからないし、何をやっているのかよくわからないなんてことは、もう研究をしていない証拠ではないだろうか。その場合は少なくとも、論文は少ないだろうし、その研究室やPIのメインの研究は捗っていないように思う。もしかしたら、研究テーマがブレブレなのかもしれない。あと、これは前述のハイインパクトなジャーナルの経験も深く関係する。

PIが准教授（Associate Professor）である。

アメリカの大学や研究所では、准教授と教授は雲泥の差がある。まず、准教授だが、なにか大きなグラントが取れたら、それだけでもうこのポジションが手に入る。大した能力が無くても、たまたまグラントが取れたらもう准教授（っぽいポジション）である。つい先日までポスドクで馬車馬のように実験をしていたにも関わらず、急にPIになる。したがって、マネージメントなんてやったことがない。そのクセにポスドクを雇い、そのポスドクに安い月給で相当なことを要求する。PIから見たらこれからマネージメントについて勉強することになるだろうが、ポスドクから見たら、こんな者の練習台になっている暇なんかない。そして、１０年経っても、一向にマネージメントを学んでいないのではないか、と思わせてくれるPIも実際に居る。これは、前述の研究業績のなさや後述の研究室の人員構成にあらわれている可能性がある。

行くならビッグラボの教授の元が良いのは明らかである。まず、准教授と教授の差はその権限である。本当に鶴の一声的な感じがするし、ポスドク直上のPIも実はこの教授に媚びを売っていたとか、この教授の支配下だった、ということがある。能力の低い准教授は、これを隠している可能性がある。ポスドクも馬鹿ではないし、最悪、ポッとでの准教授より優秀な場合もあるだろう。その場合、こんな准教授はほっといて教授に媚びを売るのは目に見えている。

また、教授が居る研究室では、おそらくチャンスが多い。研究にしても実験にしてもグラントの申請にしても、色々とチャンスをくれる余裕が教授にはある。またコラボレーションやマネージメント（というかガバナンスというか）の量も質もも准教授無勢と比較して圧倒的に高いように思う。教授になれるか、一生准教授のままかは、こういった研究室や施設の発展に貢献できるかどうかも評価されているのではないかと思うくらいだ。准教授は１つの課題について盲目的に研究しているが、教授ともなると１つのテーマだったとしても、共同研究も含めて多彩なアプローチで研究に取り組んでいる可能性がある。マネージメントのレベルが低い准教授もしくPIは、能力的にも本人の性格的にもコラボレーションがかなり下手なので、ポスドクにかなりのしわ寄せが来ることがある。低能は准教授はなんとしてもコラボレーションを成功させたいらしく、お試し実験なのに尽力するバランスを完全に崩しており、当然、それに関する実験はほとんど失敗する。その際、明らかに無駄な実験にも関わらず、ポスドクにかなりの圧力で成功が要求されるので、精神面が弱いポスドクはすぐ辞職か、データを捏造する。そして、無駄になってしまったデータやその実験は、その教授に知らされることはない。良いことはほとんどない。

ホームページがない・古すぎる・SNSがない。

これはマネージメントや研究室のプロモーションにちゃんと力を注いでいるか、研究室の人員を同僚、さらに言えば、人間とみなしているか（使い捨てとみなしていないか）が現れている。研究室のホームページで自分達の研究内容やその業績を公開するということは、それだけ自分たちの業績を大事にしているということだし、それらの業績を使って外の世界にアプローチしているということである。メンバーについてもちゃんと記載している場合は、その同僚たちをちゃんとカウントしているという証拠である。SNSのツールもそうで、そのPIがSNSのツールを使いこなしているほうが良い。その理由は、モチベーションの向上につながるためだ。もし論文が通ったり、学会で良いセッションにアクセプトされたりしたら、こういったPIはこれをSNSを通じて宣伝することが多い。これは世界中に宣伝されえるわけなので、単純に嬉しい。

これが全くない場合、その業績は社会に対してオープンではないし、PIの顔も名前も知らないままになるし、学生からも敬遠されて、最終的にヒトも寄り付かなくなる、という自体を招き兼ねない。それに、もしちゃんと研究をしていて、筋の通った確固たる結果があれば、内容をオープンにするほうがメリットが大きいはずである。もしかしたら、そのボスやPIはそういったことに全く関心がないか、他の社会やラボとのインタラクションが全くないなんてこともあるかもしれない。昨今のインターネットのツールを使ったコミュニケーションのマインドからも、遠く離れていると思う。

別にホームページやSNSが無くたって良いのでは？？と思うかもしれないが、それは単純に損である。やれることはやっている研究室が、そうでない研究室に比べて良いに決まっている。

事前調査もしくは見学に行ってわかること

研究室が小さすぎる・人がいない。

これもPIのガバナンスやマネージメントを反映するだろう。この限りではないかもしれないが、研究室が小さすぎることが意味することは、そのPIの能力の低さである。部門からベンチ4つしか貰えないような業績しかないし、そんな研究しかしていない、ということである。同フロアの他の研究室と比較すれば明らかである。”Rest of benches are for other lab??”的なことをサラっと聞いてみれば良い。小さいとは言え、日本と比較してアメリカの研究室は基本からしてかなり大きいので、もしかしたらわかりにくいかもしれないが、１つの研究室のフロアの占める割合を見ればすぐに理解できる。

研究室の大きさなんてのは、実験して良い論文を残せれば良いという、ポスドク一人の業績だけに着目する場合は特に問題はないかもしれない。しかし、ヒトが少ないというのは、問題だと思う。ヒトが少ないということは、ヒトが寄り付かない、すぐ辞める、学生が来ない、といったことを意味している。この最大の理由は、PIの性格、もしくは性質が悪いことである。まず、すぐ辞めるというのが明らかに不味い。大多数のポスドクが、このPIの下で研究するのは嫌だ、とか、辞めた方が良いとか思っているということである。学生が来ないというのはもっと深刻だと思う。日本でもアメリカでも、若い学生なんてのは、SNSで連絡を取り合っている。そして、そのSNSで「この研究室はヤバい」という情報が出ている可能性がある。そうなったらもうその研究室は終わりではないだろうか。なぜなら学生は一生来ないためだ。その場合は研究の効率は、ヒトが沢山居るところに比べて、かなり下がるだろう。ポスドクとしても精神衛生上かなり悪い。

見学に行って見るべきこと

研究室やフロアが汚い。

研究室やフロアの清潔さや整然さが一番重要かもしれない。まず、汚い研究室は単に不快である。そして慣れてくるとなおさら嫌になってくる。

研究室がグチャグチャな場合、実験を始める前に必ずクリーンアップしないといけないので、ひと手間増える。この時間はとても無駄だと思う。これは個人的な印象であるが、特にアメリカでは、1つのことを長時間やっていること、例えば、実験を夜の８時までやっているようなことは良くないように感じることがあり、時間の無駄はこれに大きく影響する。毎日夜遅くまで仕事をしているのは、少なくともニューヨークではセキュリティー的にも良くないし、周りから「このヒトおかしいヒト」的認識をされる原因（家族はいないのか？とか思われるかもしれない）であり、ポジティブな印象を与えない。アメリカでの所属のPIも夜遅くまで実験しており、休日まで来ていた。そして、周りからの認識はおそらくあまり良くないだろうなぁと思わせてくれるシチュエーションに何度か遭遇した。観察していると、すごく急いでいるように見えるが、動きに無駄も多い気がしていた。なぜそんなに行ったり来たりしているんだろうか。一回で済まないのだろうか。

それに、汚い研究室で言えるもう1つのことは、研究室のPIやボスが、汚くても平気な者であることである。そのボスが実験すると、まず使ったものは放置する。そしてこれは確実に部下に波及していく。以前居たRA（Research Associate）に、ウェスタンブロットのタンクを洗っているとき「めっちゃ擦るやん」と言われたことがある。いや、シンプルに汚ねぇわ。

また、そういった研究室、そのPI、そしてその直属のResearch Associate（RA)は、物品の管理も甘いように思う。彼らは使用後の物品を全く補充しない。使いっぱなしにするので、気がついたときには最後の一箱を使い切ってしまって在庫がなくなる、ということがよく起こる。そして、この人達の在庫切れに対する対処も驚くべきものである。通常ならば、「最後の一箱開けたヤツ、絶対に発注しろよ！！」というルールを徹底しそうなものだが、そうはならない。やることは、「在庫切れの心配がないように大量に発注する。」ということをやる。物品の管理を誰もやっていないので、こんなことをしたらストックルームが溢れかえり、どこに何があるのかわからなくなるという本末転倒っぷりである。

最悪、この特徴は実験結果にも影響する場合がある。上述のように、実験後に片付けをしないので、ウェスタンブロットのタンクなんか汚れたままの場合が多い。もちろん、ブロットの洗浄で使うプラスチックのケース（アメリカではこれをContainer）というも水ですすぐだけという、ちょっとしたカルチャーショックがあった。この状況で実験でウェスタンブロットの結果がメチャクチャ汚い場合はトラブルシューティングも甚だしく難しいのは想像に難くない。日本で研究しているときは、このあたりはしっかりとしていたので、当初は相当なストレスだった。グチャグチャなのは絶対に駄目ということを学べた良い機会だった。アメリカでの他の研究室をあまりよく知らないので何とも言えないが、アメリカではどこでもそうなんだろうか。そんなことはないと思う。

次にフロアの管理である。これもアメリカの他の研究施設をよく知らないので他の施設も当てはまるかどうか定かではないが、フロアの管理が甘い場合の問題点は、共通の解析機器のメンテナンスに影響することである。アメリカではおそらく、高価な大型解析機器はフロアや部門で、有料もしくは無料の共通機器として運用されていることが多いと思うが、その機器の調子が悪いことがかなり多い。2022年１月の時点で起こっていることとしては、LAS4000が壊れっぱなし（撤去されるらしい）であり、　LSRFortessaがQC不全であることだ。この人達はどうやってデータのクオリティーを保証しているんだろうか。これの悪いところは、故障が高頻度で起こるので、重要な実験をキャンセルせざるを得なかったり、重要な実験なのに全く再現性のないデータをとってしまうことがあることだ。フロアマネージャーに問題がある場合、これが起こる。実際、アメリカの所属先のフロアマネージャーは、フロアのマネージメントなんてほとんどしないように思えた。実際、本当に職場に来ているのかもわからかった。なので、現在は、実験コストがいちいち高くなってしまうが、部門の共通機器ではなく、全施設の共通機器を使いに行っている。

デスクとベンチが同じ部屋にある。

これは単に、自分のデスクでコーヒーを飲んだり、食事をしたりできないってこと。自分にとってはこれはこの上なくウザい。研究している意味に直結してしまいそうである。

これについて個人的に思うことがある。定かではないが、それで満足するようなPIは、コンピューターによる解析がかなり苦手なのではないだろうか。ここでのコンピューターの解析とは、DNA/RNA-seqの解析、マルチカラーフローサイトメーターの解析、TCGAのデータを使った解析など、一般的に出回っているMicorsoft Officeでは到底役不足のような解析である。昨今ではフローサイトメーターの解析だって結構な時間が必要である。その時にコーヒーくらい飲みながら解析したいところである。これの潜在的に良くないかもしれないところは、大規模な解析で、計算に３日くらいかかりそうなものなのに、半日で解析を終わせ、とか言ってくるところである。

これから派生する問題点は、解析が不十分なまま次の計画を練るものだから、あまり良い結果を得られなかったりすることである。時間と労力を後にも先にも無駄にする。マルチカラーフローサイトメトリーやRNA-seqの解析を半日で完了する者なんて、居るのだろうか。

ミーティングに参加してみる

おそらく、タイミングもあるのでこれを事前に見るのは難しいかもしれないが、可能であれば、ミーティングに参加してデータの取り扱いやディスカッションを見ていると良いと思う。

もし運良くミーティングに参加させてもらえて、そのときの発表者とPIとのディスカッションで以下のような内容が含まれていたときは、その研究室にポスドクとして就職するのはやめたほうがめ賢明だと思う。とても嫌な予感がする。

このデータを出すためにはこうやってデータを出したほうが良いのではないか？

これは考えるプロセスが逆だと思う。仮説をもとに実験して、それで出た結果から改めて仮説について考えるべきだと思う。しかし、この１は明らかに出したい結果に、実験結果を合わせている。これを続けていくと、研究の流れがどこかで必ず途切れて、整合性がなくなってしまう。そして、これを日常でやっている研究では、すでに結果の整合性が取れなくなっている可能性がある。もしそんなテーマで５年も研究をすることになったら、最悪である。

この結果があるということは、この結果が出るべきなんだけど、なぜ出ない？？

これは１と同じ問題であるが、さらにポスドクに対する圧力が加わっている。これは精神的にかなりのダメージである。具体的に良くないこととしては、これを続けられると、少なくても良くない解析方法を使うことだ。実際に見たことは、実験データが良くないからと言って、その値を差っ引く、ということが一つある。それをミーティングで「この日とこの日のデータはおかしいので、この解析から除きました」と言っていた。それで統計的有意差があるとか言われても、そんなワケない。そのポスドクは来て９か月後に辞職した。正直、これはポスドクが悪いというか、あんなに圧力がかかっていたら当然そういうことになってしまうと思う。もう一つは、割り算を使わないといけないところを引き算を使う、とかである。これは以前居たRAがやったことで、割り算を使うと結果が理想的ではないから、というのが理由だろう。その時「なぁ、これ引き算できると思う？？」みたいなことを聞かれたが、正直これに関わりたくなかったので、「やってもいいけど、論文にそのことをちゃんと書いてな。それで認められるのならば、いいと思うよ。」と言っておいた。それはもう論文のリバイスの実験だったからだ。それに自分はその論文の著者ではない。そんなのどうでもいい。今更ながら言わせてもらえば、それは不適切である。これらは作為的なデータマニュピレーションに近い。

以上が、個人的ではあるが、研究室について考えることである。