このたびBio2Qでは、新たなリサーチインターンシップ生としてEshaan Mistryさんを迎えました。

ご挨拶

「こんにちは！Eshaan Mistryです。小山研究室のBio2Qインターン生として自己紹介できることをうれしく思います。私はUC Berkeleyの3年生で、物理学、コンピュータサイエンス、化学を専攻しており、ただ、より広い視点で見れば、複雑なシステムを分解・分析する過程を通じて、自分の興味が絶えず広がっていることに気づきました。「何が証拠となるのか」「何を前提としているのか」「データから理解へとどう至るのか」。私の学問的な道のりにおける大きなテーマは、制約が私たちの発見をどのように形作るかを学ぶことでした。物理学に惹かれたのは、原理から推論する力を養えるからです。そして、一見「単純」に見える事実が、いかに深い構造を内包しているか――スケールが物質輸送やエネルギーの挙動にどのように影響するか、物理法則をいかに慎重に解釈すべきか――に、すぐに魅了されました。計算を多用する経験を積むにつれ、多くの研究課題が実際には「表現」に関する問いであることも理解するようになりました。つまり、対象を無意味なほどに分解することなく、そこから学べるように、いかにしてシンプルに符号化するか、ということです。NASA Amesでの最初の主要な研究経験は、この計算と推論へのシフトを反映したものでした。課題はすぐに明らかになりました。単一細胞解析のデータセットは極めて高次元であり、処理できる量には実用上のボトルネックが存在したのです。誤って制約を選択してしまうことで、観察できる生物学的現象が制限されてしまうことがいかに容易であるか、また、データを削減、ノイズ除去、クラスタリング、あるいは埋め込みを行う際に何が失われるかを理解することがいかに重要かを学びました。
興味が深まるにつれ、計算処理によって構造化されていない知識を実用的な形に変換できる点にも惹かれるようになりました。私は、科学文献から生化学に関連する関係を抽出することを目的とした、機械学習・自然言語処理（NLP）を活用したプロジェクトに取り組んできました。Lawrence Berkeley National Laboratoryでは、固体物理学の計測機器の最適化に向けた機械学習アプローチを研究し、シミュレーションワークフローを高速化するための代替モデルの構築や、自動評価による性能向上などに取り組みました。計算をどう設計するかによって、洞察を十分に効率よく得て、アイデアを反復的に洗練させ、いわゆる「発見」へとつなげられるかどうかが決まる——このことを、繰り返し実感しました。このインターンシップで私が特に魅力を感じているのは、学際的な視点が求められる環境で働く機会を得られることです。特に、物理学、機械学習、生物学の間を自在に行き来し、それらの境界領域で考えることを楽しむ研究者の方々と協力することに強い関心を持っています。また、代謝産物の予測や量子計算といった実際の生物学的問題に最先端の計算科学のアイデアを適用しつつ、チームと共に責任を持って厳密にこれを行う方法を学ぶ機会にも意欲を掻き立てられています。技術的な専門用語はこれくらいにしておきまして、私は多くの時間を研究室の外で過ごしています！wushu （中国の武術）の練習、読書（SF、哲学、詩、批評書など、本当に何でも）、折り紙、ボードゲーム、音楽鑑賞、そして身の回りのあらゆるものに対する経験や理解を深めるために、エネルギーを注ぐ新しい方法を見つけることにも取り組んでいます。
Bio2Qに参加できる機会をいただき、大変感謝しています。このグループから多くを学び、できる限り貢献し、チームと共に成長できることを心から楽しみにしています！」