tayo community interview: 生物画像解析

TwitterがXになり、ユーザーはBlueSkyとThreadsに分散し、SNSを用いたコミュニケーションは変換期を迎えています。そんな中で静かに存在感を増しているのが、slackやdiscordなどのclosedなオンラインコミュニティです。
特にアカデミアの場合、コロナ禍以前は主にオンサイトの学会で行われてきた学術的な情報交換に関して、オンラインの草の根コミュニティの重要性が増しています。

そんな中で、tayoではオンラインの草の根コミュニティの支援のためのコミュニティページという機能を持っています。

友人と内輪でやっていた勉強会が盛り上がってきたので外部の人も呼んでみたい、マイナー分野をやってると学会が無くて繋がりづらい、でもあんまりオープンにすると変な人が来ないか心配。あと、人は来て欲しいけどHP作ったりするのは面倒。

そんなときに安心・簡単に人を集めることが可能となるのが「コミュニティ」機能です。実名・所属公開したtayoのユーザーのみにコミュニティの参加リンクを共有できるため、割と治安良くオンラインの学術コミュニティを運用できます。

そんな思想で作ったtayoのコミュニティ機能ですが、広報が全然及んでおらず、まだあまり使われておりません。

そこで、そんなコミュニティ機能の活用事例を深堀りすべく、連載インタビュー企画を始動します！

記念すべき第１回のインタビューは、「生物画像解析」の管理者として活躍される河合さんに来ていただきました。
ちなみに、河合さんのキャリアについては企業研究者インタビューにてお聞きしましたので、そちらも是非ご覧ください！

参加者

話す人：河合さん

「生物画像解析」コミュニティ管理者。

エルピクセル株式会社と東大の両輪で生物画像解析の研究を行う。

聞く人：持田

最近宇宙の化学を研究し始めた。

生物画像解析とは？

そもそも、生物画像解析ってどういう分野なんですか？

電子顕微鏡や蛍光顕微鏡など、生物関係の画像を上手に解析しようという分野ですね。生物画像解析自体は、昔から様々な画像処理技術や機械学習を用いて行われてきています。最近では、近年発達しているAIの技術などを利用して人間が目でみて判断していたことを自動化する取り組みが盛んです。

生体の電子顕微鏡画像とその解析例。こういったマーキングが自動化できるのは素人目に見ても嬉しい。
(Suga S, Nakamura K, Nakanishi Y, Humbel BM, Kawai H, Hirabayashi Y (2023) An interactive deep learning-based approach reveals mitochondrial cristae topologies. PLoS Biol 21(8): e3002246. https://doi.org/10.1371/journal.pbio.3002246)

ただ、生物画像の解析それ自体を研究しているという人は少ないですね。

生物の専門家で画像解析技術に明るい人は多くありません。一方で情報系の人材が画像解析したかったらもっと他に情報学的に面白い問題設定があるので、わざわざ生物という特殊な画像を解析することに興味を持つ方は少ないように思います。

河合さんはその中であえて生物画像解析の道を選んだんですね。

そうですね、元々生物学研究をやっていて、実験だとやっぱり毎日遅い時間まで実験しないといけないとか、大変なんですよね。そういう中でドライ（情報解析中心）な研究をやってみたいという気持ちはありました。

一方で、細胞のカウントなど、絶対自動化できるのに手作業でやり続けてることに対する疑問もあって、自動化・効率化を実現するという観点で生物画像解析が良いなという風に思いました。

そこで生物画像の解析を始めると、色々業界の課題のようなものがわかってきます。
まず、生物画像を解析するためのツールは世の中にいろいろあるんですが、あまり使われていない。
そして、ツールを作っている人たちとそのユーザーも、お互いのことをあまりよく知らない。
結果として、例えば細胞数のカウントのような絶対自動化できる作業をいろんな研究者がずっと手作業でやる状況が続いているのでは、と。

なので、ツールを作る人と使う人、そしてその使い方のノウハウや課題などが集まるコミュニティを作ろうと思いました。