研究の再現性を支えるオープンアクセス―オープンサイエンスで何ができるか

(※本記事はmdpi.comの英文ブログ記事「Open Access as a Foundation for Reproducibility」を翻訳したものです)
研究の再現性は、学術界でいまも懸念され続けている課題です。7年にわたって行われた最近の調査では、検証の対象になった研究のうち、結果を再現できたのは半数にとどまりました。
2026年9月には、Horizon EuropeのプロジェクトとしてREWIRE(Reproducibility Enablement for Widespread Implementation, Reuse and Evidence in the European Research Area)が始まりました。欧州各地の組織が参加し、研究者・研究機関・助成機関・出版社が再現可能な研究手法を取り入れられるよう、働きかけと支援を行う取り組みです。
再現性を高めるための取り組みは数多くあり、REWIREはその最近の一例にすぎません。それでも、こうした取り組みが続いていることから、この問題への懸念の大きさと、解決に向けた努力が続いていることがわかります。
広くアクセスできない研究は、広く検証することもできません。その意味で、オープンアクセス(OA)出版は再現性の基盤になります。さらに、オープンコード、オープンデータ、オープンメソッドといったオープンサイエンスの実践を組み合わせると、研究結果の検証や再現に必要な材料を研究者に提供でき、OAの効果を一段と広げられます。
本記事では、研究の再現性とは何かを整理したうえで、再現可能な研究の基盤としてのOAを紹介します。あわせて、研究の透明性と信頼性を確保するために、著者が取り入れられるオープンサイエンスの実践を解説します。
再現性とは
大まかにいえば、再現可能な研究とは、第三者が独立に検証できる研究のことです。具体的には、別の研究者が元の研究とまったく同じ手順をたどり、まったく同じ結果を得られることを指します。
そのため、再現可能な研究を行うには、元の研究で用いた詳細な手法、データ、コード、解析条件に、ほかの研究者が制限なくアクセスできるようにしておくことが欠かせません。
再現性(reproducibility)・追試可能性(replicability)・反復可能性(repeatability)の違い
「再現する(reproduce)」「追試する(replicate)」「繰り返す(repeat)」は、一見すると意味が重なっているように思えます。しかし研究者のあいだでは、これらを明確に区別しています。
計算科学の研究者であるJon ClaerboutとMartin Karrenbachは、再現性・追試可能性・反復可能性の違いを次のように整理しました。
再現可能な研究(reproducible research):ほかの研究者が、元の研究と同じデータセットと同じ解析手法を用いて、同じ結果を得られる研究
追試可能な研究(replicable research):ほかの研究者が、データセットの記述をもとに新たな解析を行い、一貫して同じ知見を得られる研究
反復可能な研究(repeatable research):元の研究者自身が、最初のデータセットと解析手法を用いて、繰り返し同じ結果を得られる研究
ただし、これらの定義が広く受け入れられているわけではありません。
たとえば米国計算機学会(ACM)は、ClaerboutとKarrenbachの定義における「再現性」と「追試可能性」の意味を入れ替えた、別の定義を示しています。その結果、これらの用語が実際に何を意味するのかについて、見解が分かれた状態になっていると指摘する研究者もいます。
本記事では、ClaerboutとKarrenbach、そしてより最近では全米科学・工学・医学アカデミー(NASEM)の定義に沿って、再現性を次のように捉えます:同じ入力データ、同じ計算手順・手法・コード、同じ解析条件を用いて、一貫した結果を得ること
再現性はなぜ重要なのか
科学上の発見は、常にそれまでの成果の上に積み重ねられてきました。研究者が取り組む問いはますます複雑になっていますが、私たちの科学的理解の多くは、数十年前、ときには数世紀前の発見に支えられています。
だからこそ、研究の再現性は、研究結果が正確であり、ひいては信頼に値することを裏づける検証の手段として重要です。
研究を再現できれば、元の結果がバイアスや偶然によるものではないことも示せます。そしてそれが、結論の信頼性を支えることになります。
研究は私たちが世界を理解するための土台であり、医療、技術、公共政策の進歩にも直接かかわります。研究結果を検証できることは、研究への信頼を保ち、将来の研究の無駄を減らすうえで欠かせません。
再現性を保つうえでの課題
再現性は、元の研究の手順にアクセスし、それを理解し、そのとおりにたどれるかどうかにかかっています。しかし、ほかの研究者の研究を再現できない事例が増えていることから、学術界は「再現性の危機」に直面しているのではないかという懸念が強まっています。
以前行われた調査では、70%を超える研究者が、ほかの研究者の研究を再現できなかった経験があると回答しました。手法の記述が不十分だったり、欠けていたり、アクセスできなかったりすると、既存の研究を科学の進歩の土台として活用しにくくなることがわかります。
不十分な「方法」セクション
論文の「方法」セクションは、データをどのように収集し、研究結果がどのような根拠に支えられているのかを説明するうえで、昔から欠かせない部分です。
ところが購読型の出版では、論文の語数やページ数に制限があるため、「方法」セクションが短く、簡略になる傾向が強まっています。制限を超えると追加料金がかかる場合もあり、研究者が手法を余すところなく記述する動機は弱まります。
さらに、複雑な研究や計算科学の研究では膨大なデータセットを扱うことが多いものの、論文の分量の制約により、研究の再現に必要なデータをすべて公開できないこともあります。
データ・コード・研究材料にアクセスできない
研究を再現するには、研究の過程でどのような手順を踏んだかだけでなく、具体的に何を使ったのかも正確に把握する必要があります。
研究を再現するための材料をそろえるには、生データ、複雑なデータセット、コンピュータのコード、研究材料などが必要です。
こうした中核となる要素がなければ、再現は大きく妨げられ、研究結果を独立に検証することも難しくなります。
支援の不足
再現性は、技術面だけの問題ではありません。EUと英国の研究者を対象にした研究では、再現性が確保されないのは研究者個人の選択というより、再現性を実現するための支援が十分でないことによる、と論じられています。
ほかの研究でも同様に、「インフラの不足」「トレーニングの不足」「技術的な課題」が、研究者が再現可能な研究手法を取り入れる妨げになっていると指摘されています。
つまり、研究者が自分の研究を再現可能なものにしようと努めても、確立された支援体制と明確な指針がなければ、実現できない場合があるということです。
再現性の土台としてのオープンアクセス
オープンアクセス(OA)では、論文全体を読者が無料で閲覧・ダウンロード・再利用できます。ペイウォールがなくなることで、インターネットにアクセスできる人なら誰でも学術文献に触れられるようになります。
研究を再現するための第一歩は、手法を理解することです。OAは論文へのアクセスを妨げる障壁を取り除き、その内容に誰もが触れられるようにするため、再現性の面で大きな利点があります。
OAの研究はもともと目に触れる機会が多いため、より幅広い人々による検証を受けることになり、研究の公正性を支えることにもつながります。また、CC BYなどのオープンライセンスのもとでは、元の研究のクレジットを表示すれば、ほかの研究者が論文や表、図を自分の研究に再利用できます。
さらに、MDPIのようなオープンアクセス学術出版社の多くは、オンラインのみで出版しています。そのためページ数の制限がなく、著者は手法をできるかぎり詳しく記述できます。
解決の鍵はオープンサイエンスに
OAは研究論文へのアクセスを確保するうえで重要ですが、手法が厳密でなかったり、データが明確に示されていなかったり、解析コードがわからないままだったりすれば、論文が公開されていても再現性はほとんど担保されません。
オープンサイエンスとは、最初の観察から発見に至るまでの研究プロセス全体を、誰でも自由にアクセスできるようにすることです。オープンサイエンスには、オープンメソッドやオープンコードなど複数の分野があります。これらを個別の研究成果物として公開・登録し、OA論文とあわせて提供すれば、再現性を高められます。
研究の再現性を高めるために
さまざまなオープンサイエンスの実践を取り入れることで、研究者はほかの研究者が自分の研究を再現できるよう、積極的に取り組めます。
ここでは、そのための主な実践を紹介します。
手法をオープンプロトコルとして公開する
詳細な研究手法をオープンプロトコルとして共有すると、研究の再現性を高められます。オープンプロトコルとは、研究の過程で行った実験手順を一つひとつ詳しく記述したもので、独立した引用可能な研究成果物として扱われます。
オープンプロトコルには、手順の全体像に加えて、使用した材料や試薬の詳細なリストなども記載します。研究手法を公開しておけば、実験のワークフローにほかの研究者がアクセスし、同じ手順で追試できるようになります。
さらに、デジタルオブジェクト識別子(DOI)を付与すれば、手法そのものが引用可能になります。自分の手法がほかの研究者の研究に影響を与えたことが引用として記録されるので、著者にとってもメリットがあります。
詳しくは、mdpi.comの英文ブログ記事「Advancing Transparency and Reproducibility with Open Methods」をご覧ください。
RRIDで研究材料を標準化する
Resource Identification Initiativeは、生命科学分野の論文で報告される個々の研究材料について、追跡可能性・再現性・再利用性を高めるために始まった取り組みです。
この取り組みでは、抗体、細胞株、生物などの研究資源や、ソフトウェアなどのツールに、研究資源識別子(RRID)と呼ばれる固有の識別子を割り当てています。論文中には「RRID」に続けて固有の識別子を記載する形で使います。
研究資源のわずかな違いが結果を大きく変えることもあるため、研究で具体的に何を使ったのかがはっきりわかることは、研究を再現しようとする研究者にとって役立ちます。
RRIDを使えば、使用した研究材料についての曖昧さがなくなります。また、読者を管理されたレジストリや、同じ材料を使ったほかの論文へと導けるため、再現性の向上につながります。
データだけでなくコードも共有する
研究で使ったコードは価値ある研究成果物であり、誰もが閲覧・確認できるよう公開することは、オープンサイエンスの重要な要素になっています。これまでの研究では、コードの共有によって、データ共有のみを求める場合と比べて再現率が40%近く上昇することが示されています。
MDPIでは、研究コードを整理すること、GitHubなどのバージョン管理プラットフォームで変更履歴を管理すること、オープンライセンスと使い方の説明を添えてリポジトリに登録することなど、オープンコードの実践を推奨しています。
オープンコードについて詳しくは、こちらの英文記事をご覧ください。
FAIRデータの実践に従う
FAIRデータ原則は、研究データの見つけやすさ(Findable)、アクセス可能性(Accessible)、相互運用性(Interoperable)、再利用性(Reusable)のための指針として策定されました。
データの量や複雑さ、生成のスピードが増していることに対応するため、FAIR原則では標準化と機械可読性が重視されています。
実際には、研究データをリポジトリで共有し、データの内容をわかりやすく記述したうえで、どこで入手でき、どのように再利用できるのかをほかの研究者に示すことを意味します。
詳しくは、MDPIブログの記事「FAIRデータの理解と実践」をご覧ください。
Registered Report(レジスタード・レポート)
Registered Report(レジスタード・レポート)は、研究を始める前、データを収集する前の段階で、研究の仮説・手法・解析計画について査読を受ける出版形式です。
レジスタード・レポートの目的は、出版バイアスを減らすことです。研究開始後に仮説を変更したり、理論に合わないネガティブデータを捨てたりすることを防ぎます。また、ネガティブな結果を、構造化された確かな形で公表できるようにし、その公表を後押しします。
この形式は、再現性を確保するうえで重要です。ポジティブな結果だけが公表されると、一部のデータが論文から除外されることがあり、その場合、ほかの研究者が同じ研究を行っても同じ結果を得られない可能性があるからです。
MDPIは2020年にレジスタード・レポートを論文種別として導入しました。研究者はデータ収集の前に、研究の根拠や手法について早い段階でフィードバックを受けられます。これにより、透明性、再現性、説明責任の向上を図っています。
レジスタード・レポートを投稿する際は、MDPIの著者向けガイドラインをご確認ください。
オープンサイエンスと再現性に向けたMDPIの取り組み
MDPIは、OAへの世界的な移行をリードし続けるとともに、研究の再現性を確保することの大きな価値を認識しています。
MDPIが刊行する500誌以上のOAジャーナルでは、すべての論文をCC BYライセンスで公開しています。つまり、すべての論文は公開と同時に、許諾なしで閲覧・ダウンロード・再利用できます。
MDPIはオープンな学術交流の支援に取り組んでおり、研究データをFAIR原則に沿ったものにするなど、データの共有と保存に関するベストプラクティスに従うよう著者に推奨しています。
また、MDPIのジャーナルでは、実験の詳細をすべて提出するよう研究者に求めています。すべての論文には、研究に関連するデータへのアクセス方法を説明するData Availability Statement(データ利用可能性声明)があります。この声明は、研究の再現性を確保するうえで重要なだけでなく、データセットをさらなる分析に再利用できる可能性を広げることにもつながります。
MDPIは、オープンアクセスを理解するために必要な情報を幅広く提供しています。さまざまなトピックを取り上げた英文記事「All You Need to Know About Open Access」もぜひご覧ください。



