このページでは、Humanome Eyes（以下「Eyes」）を実際にお使いいただいているユーザーの皆様へのインタビューをご紹介します。使ってみてどのように感じたか？ など、率直な意見やご感想についてお伺いしています。
ご利用をお考えのお客様の参考になりますと幸いです。
お話しいただいた方
津田賢太郎さん
東京都立大学理学部生命科学科1年
三田国際学園高等学校メディカルサイエンステクノロジーコース（MST）を2023年3月に卒業。高校在学中は「画像解析技術を用いた抗生物質生産菌単離法の開発」というテーマで、画像から放線菌を判別する研究に取り組んでいた。本研究において、高校生国際シンポジウム・生物部門で優秀賞を受賞、第96回日本薬理学会年会・第43回日本臨床薬理学会学術総会内セッション「探せ！ミライのお薬博士！やくりンピック」にて招待講演などの成果をあげている。
インタビュー
AIでコロニーの中身を判別する
ヒューマノーム研究所（以下「HNL」）：
自己紹介をお願いします。
津田賢太郎さん（以下「津田」）：
津田賢太郎です。三田国際学園高等学校で辻先生（津田さんの指導教官）にお世話になり、紹介を受けてEyesを使わせていただきました。
HNL：
無事大学への進学も決まったとのことで、おめでとうございます！
津田：
ありがとうございます。今年の4月から、東京都立大学の理学部生命科学科で学ぶ予定です。（注：このインタビューは2023年3月に実施しています）
メインで学ぶのは生物系ですが、Eyesを利用したことで情報系にも興味を持っていて、バイオインフォマティクスもできるといいなと思っています。
HNL：
素晴らしい！！好きな科目はありますか？
津田：
生物が好きですね。
辻先生（以下「辻」）：
学会で招待公演で発表してたりしたよね？
津田：
はい。日本薬理学会の中高生発表に招待公演として発表させていただきました。
今日は僕の研究についても紹介させてください。
僕は「画像解析技術を用いた抗生物質生産菌単離法の開発」というテーマで、放線菌に焦点を当てて研究を進めていました。
放線菌はこれまで発見された抗生物質の半分以上を生産していることで有名ですが、近年、新しい抗生物質の発見が減少していることが問題としてあげられています。
そこで僕は新しい抗生物質を発見するには新しい放線菌を見つけるのが早いのでは？と考えて、新しい放線菌を探索する方法を考えました。この研究では、単離の段階に注目して、放線菌らしいコロニーをピックアップして、コロニーが放線菌かどうかについて画像で判別しました。
この画像から判別する部分でEyesを用いて、アノテーション・学習を行いました。
図1. 津田さんの研究概要
集めた株数が多くなかったので、フィルタをかけたりすることでデータを水増しし、16枚の画像データから272枚の画像データにした上でアノテーションを行いました。
今回の研究では、「放線菌かそれ以外かを判別するAI」「7種類の菌を判別するAI」をつくってみました。
最初の「放線菌かそれ以外かを判別するAI」についてですが、AIを作成した後に、解読済みデータ（放線菌であるかどうかがわかっている画像）で予測を試したところ、正確に判別することができました。
また、学習データとは全く別の未解読データ（放線菌か否かがわかっていない画像）で放線菌と判定された株を培養した際、その株は放線菌らしき形状を示したので、正しく判定できているように見えました。
図2. 未知データへの2群判別AIの適用
HNL：
すごい！驚きです。予測と実際の結果がちゃんと結びついてますね。
津田：
つづいて「7種類のそれぞれの菌を判別するAI」についても試してみました。
ただ、こちらに関しては、放線菌は過不足なく正しく判定されていたものの、他の菌種はうまく判定できないものもありました。
正しく判定されなかったものは、元のデータが3株しかなかったことや、他の微生物と同じような形をしていたのでわからなかったのかもしれないです。
7種類すべての菌についてEyesを使ってアノテーションして評価まで実施したのですが、その中でも放線菌は精度よく判別できたかと思います。
HNL：
そもそも、なぜ放線菌の研究をやろうとしたんですか？
津田：
MST（「メディカルサイエンステクノロジーコース」の略。研究活動に積極的に取り組むコース。）に入った時に先輩方の研究紹介を聞く機会がありました。いろんな研究があった中で、抗生物質を生産する微生物というものがあるところや抗生物質が微生物からできることに驚いて、興味を持ったことがきっかけです。
HNL：
そういった研究を高校生が・・・。すごいなぁ。。
津田：
放線菌の研究をしていた先生もいたりと、色々なつながりがありました。すごく環境がよかったと思っています。
