革命家！応援、よろしくお願いします。大坪嘉行

「600万なんかではなく、もっと出せば来るのに」 なぜもっと出せないのか。 知らない人も多いと思うが、今の大学の研究室は独立性が強い。 そして近隣の研究室との壁が厚い。人の行き来は少なく、技術の相互授受もほとんど起こらない。予算の融通はできない仕組み。 そして大学によっては、業績と給料を連動していたりする。 つまりすごい研究者がやってくると、所属教員にとってほとんどメリットがないばかりでなく、パイを奪い合う強敵を採用することになってしまう。 このような状況では「敵は弱い方がいい」の法則が強く働く。 どのような待遇で採用をするか話し合うときに、3000万円のような案は支持されない。1000万でもダメ。 そうやって決定されるのが600万円という年俸だ。 もっと大学内の研究室の利害共有を促進し、「すごいやつが隣に来たら嬉しい」という環境、「味方は強い方が良いの法則が働く環境」を作らなくてはならない。 大学内部でのこの様子は拙著「日本の研究力低迷の原因と解決方法」でも紹介している。 拙著では研究者に機器を購入できる予算を渡す制度が、研究室の独立性を過度に高めていることを根本原因として指摘している。 もし新しく研究科をゼロから作り、大学トップが旗を振って3000万円の給料を打ち出し、本部採用する。これぐらいなら何かが始めるかもしれないが、大学トップは相当嫌われ者になる覚悟と、大学のアイデンティティを崩壊させる決意が必要で、これはこれで無理だろう。 この大学の在り方は、長年行政が作ってきたもので、競争させ合えば頑張るはず、という誤ったコンセプトに基づいている。 たしかに論文を書かない教員はたくさんいたようだが、研究をする人はなぜ研究をし、しない人はなぜしないのか、それをちゃんと理解して方策を立てるべきであった。 研究人材を理解するため、以下のような5類型で研究者を整理した↓

論文出しました UMI-tag(固有識別タグ)を使用してTnSeqの定量性を高める方法を確立しました。UMI-tagの連結方法に特徴があります。 またUMIタグがNGSシーケンスライブラリー中に何種類ぐらいありそうか、全部読み切らずとも推定する数学的方法を開発しました。UMIタグを使用した研究一般に利用されることが期待されます。 【方法の説明】シーケンスライブラリー中にn種類のUMIタグがそれぞれ無数にあり、そこからm本のリードを得た時に、x回観察されるUMIタグの個数の期待値は以下の式で表されます。この計算によって得られた分布と実際に得られた度数分布の差を最小にするnを求めます。 リードの取得数が十分であったかを考える上で有用なDCV指標値(detection completeness value)が得られます。リンクはリプ欄

「助教として雇われたのに、業務外だから学会発表してはいけないと言われた」と怒っている人がいた。