統合化推進プログラムにおける３件の研究開発課題を新規決定

研究総括：伊藤 隆司 (九州大学 教授)

統合化推進プログラムは、公共データの利活用によるバイオデータサイエンスの健全な発展のため、その基盤となるデータベースの統合化に取り組んできました。2011年に始まった本プログラムは、2022年から4期目に入り、2023年からは従来規模の「本格型」に加えて「育成型」の支援も開始しました。

「育成型」は、斬新なデータベース構築を目指す萌芽的な研究開発を対象としています。その最大の特徴は、応募時点ではデータベースの実績を問わず、構想の独自性・挑戦性と将来的な波及効果といった観点を中心に選考を行う点にあります。既存のデータベースであっても、機能拡張・新展開の部分に上記の特徴が認められれば、支援対象となります。

今回で3回目となる「育成型」の課題募集には、25件の応募がありました。7名のアドバイザーの先生方と共に、5名の外部評価者から頂戴した11件の評価も参考にしながら、厳正かつ公平な選考を実施しました。書面審査に基づく合議を経て7課題を選出し、その後、対面での面接審査を行い、最終的に3課題を採択しました。

採択された課題は、いずれも独自性と将来性に富み、挑戦的な取り組みです。公共データからスプライシング異常を独自手法で収集したデータベースを大規模言語モデルによる疾患との関連付けによって高度化する課題や、医薬品開発に不可欠でありながら取り扱いの難しい毒性病理画像の利活用を促進するデータベースの構築は、ともに医学分野の重要課題に正面から取り組むものです。また、核内高次構造データに独自手法を適用し、その動的側面を解明する課題は、基礎研究の色彩が強いものの、こうして高度化されたデータの提供がもたらす波及効果に期待が寄せられます。これらの研究が今後3年間でどのような成果を生み出すのか、非常に楽しみです。

一方で、不採択課題の中にも、極めて魅力的で有望なものが多数ありました。前回応募時の評価コメントに真摯に対応し、研究計画を着実にブラッシュアップした提案も見受けられ、限られた採択枠の中で選外とせざるを得ないことを心苦しく感じました。また、アドバイザーの評価を二分した課題の中には、リスクを取ってでも挑戦してみたいと思わせるものもありました。今後の予算増額による採択枠拡充の必要性を改めて痛感しました。

今回特に印象的だったのは、応募分野の広がりと提案の質の向上です。分野の拡大に伴い、より専門性の高い視点を確保するため、外部有識者の先生方のご意見を頂きました。提案の質の向上は喜ばしいことでしたが、選考を一層難しくする要因ともなりました。また、大規模言語モデルや生成AIを活用した提案が前回に引き続いて今回も急増しており、生成AIがデータベースの構築と維持のみならず、その利活用においても不可欠な要素となりつつあることを改めて実感しました。AI時代におけるデータベースの在り方については、本プログラムの各研究課題がさまざまな視点から議論を深め、具体的な取り組みを進めています。今回採択された3課題を含め、本プログラムがアイデアやノウハウを共有しながら、バイオデータベースの変革をリードしていくことを期待しています。

今後も本プログラムは、「育成型」の枠組みを活用し、バイオデータサイエンスの発展に貢献する斬新なデータベースを発掘・支援していきます。次回の募集では、さらに多様な研究者から、よりユニークで挑戦的な提案が寄せられることを心待ちにしています。