# 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。

- Skill: `nahisaho/scientific-experiment-fork-2` (Agent Skill)
- Install (CLI): `npx get-skill add nahisaho/scientific-experiment-fork-2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/nahisaho/scientific-experiment-fork-2/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: nahisaho (https://skillmd.com/u/nahisaho)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/nahisaho/scientific-experiment-fork-2

---


# 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`:

```markdown
# 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 |

