Scientific Experiment Fork

派生実験設計スキル。既存の実験をベースに条件を変更した派生実験を 設計する。実験計画法(DOE)に基づくパラメータ探索を支援。 「派生実験を設計して」「条件を変えて実験」「パラメータ探索」で発火。

nahisaho Updated 79 repo stars

File contents

Scientific Experiment Fork

既存の実験をベースに、パラメータを変更した派生実験を体系的に設計するスキル。 実験計画法(DOE: Design of Experiments)に基づく効率的なパラメータ探索を支援。

When to Use

  • 成功した実験の条件を最適化するとき
  • パラメータ空間を体系的に探索するとき
  • 他のユーザーの実験をベースに発展させるとき
  • 直交表・応答曲面法を適用するとき

Quick Start

Step 1: ベース実験の分析

  • 元の実験条件・結果の要約
  • 主要パラメータの特定
  • 成功/失敗の要因分析

Step 2: 変更パラメータの選定

  • 感度分析による重要パラメータの抽出
  • 各パラメータの変動範囲の決定
  • 固定パラメータと変動パラメータの分離

Step 3: 実験計画の設計

  • 完全因子実験 / 部分因子実験
  • 直交表(L8, L16, L27)
  • 応答曲面法(Box-Behnken, CCD)
  • ラテン超方格サンプリング

Step 4: 実験条件マトリクスの生成

Step 5: 期待される結果の予測

Output Format

forked_experiment.md:

# 派生実験計画

## ベース実験の要約
## 変更パラメータ
## 実験条件マトリクス
| Run | Param A | Param B | Param C | Expected |
|-----|---------|---------|---------|----------|
## 期待される結果
## 比較・評価計画

Examples

  • 「ZnO薄膜の基板温度を200-500°Cで振って派生実験を設計して」
  • 「このPCR条件をベースにアニーリング温度を最適化して」
  • 「薬剤濃度の用量反応曲線実験を設計して」

ToolUniverse 連携

TU Key ツール名 連携内容
biotools bio.tools 実験計画法・パラメータ探索ツール検索

nahisaho/satori commit b64987ccb7

Frequently asked questions

npx get-skill add nahisaho/scientific-experiment-fork-2