同じ属性なのに、同じ役割とは限らない：デザインと神経科学に共通する分類の罠

Hatched by genken

Aug 25, 2026

1 min read

2 views

91%

「同じ属性を持つものを、まとめて選択してください」と言われたら、私たちは迷わず操作できる。色、線幅、塗り、名前、レイヤー。共通点を指定すれば、複数のオブジェクトを一括して選べるからだ。

しかし、ここには見過ごされやすい問いがある。

同じ属性を持つものは、本当に同じものなのか。

デザインソフトでは、共通する特徴を持つオブジェクトを一括選択できる。これは作業を劇的に効率化する。一方、生体を調べると、同じ分子マーカーを持つ細胞が、従来の分類上は同じ系統や役割に属するとは限らないことがある。骨盤神経節の細胞を調べた研究では、副交感神経節後ニューロンと似た特徴を持つ細胞は見つからず、むしろ一つの集団だけが交感神経節後ニューロンに似た特徴を示し、残りはChAT陽性でありながら、その分類に素直には収まらなかった。

この二つを結ぶのは、単なる「分類」という話ではない。より深い問題は、私たちは何を根拠に、異なるものを同じグループとして扱うのかという問題である。

属性は、現実そのものではなく、選択のための窓である

デザイン作業では、属性による一括選択は強力な道具だ。たとえば、数十枚のアイコンのうち、塗りが青で、線幅が二ポイントのものだけを選びたいとする。目視で一つずつ探すより、「塗りが青」という条件を指定したほうが速く、漏れも少ない。

このとき、属性は対象の本質を説明しているわけではない。属性は、いま何をしたいかに応じて、対象を操作可能な集合に変換するための条件である。

同じ青色のオブジェクトを選ぶことと、同じ意味を持つオブジェクトを選ぶことは違う。青は色覚上の特徴であって、アイコンの機能や階層上の役割ではない。警告を示す青もあれば、装飾として使われる青もある。見た目の属性が一致していても、編集時に同じ処理を施してよいとは限らない。

それでも属性選択が役に立つのは、目的が限定されているからだ。色を一括変更したいなら、色は十分に優れた検索条件になる。役割ごとにレイアウトを変えたいなら、色だけでは不十分で、レイヤー名、オブジェクトの種類、親子関係、位置などを組み合わせる必要がある。

ここから重要な原則が導ける。

分類の良し悪しは、属性が正しいかどうかではなく、目的に対して十分かどうかで決まる。

生物学でも同じことが起きる。ある細胞が特定の分子を発現していることは、細胞を見つけるための有力な手掛かりになる。しかし、その分子だけで細胞の系統、接続、機能、発生過程まで一気に決められるとは限らない。

ChAT陽性という「強い手掛かり」の弱点

神経細胞を分類するとき、研究者は複数の手掛かりを使う。形態、投射先、神経伝達物質、遺伝子発現、発生上の由来、他の細胞との類似性などである。単一のマーカーは、その中の一つにすぎない。

ChATは、アセチルコリンを合成するための酵素を示す重要なマーカーである。したがって、ChAT陽性という情報は、細胞がコリン作動性の性質を持つ可能性を示す。しかし、コリン作動性であることと、副交感神経節後ニューロンであることは同義ではない。

これは、デザインで言えば「赤い」という属性から「警告アイコンだ」と結論するようなものだ。赤色は警告と結びつくことが多い。だが、ブランドカラーかもしれないし、単なる装飾かもしれない。赤色は分類の入口にはなるが、分類の終点ではない。

生後五日目のマウスから交感神経節、副交感神経節、骨盤神経節を取り出し、単一細胞RNA解析で特徴を比較する。そこで見えてくるのは、古典的なラベルと、細胞の分子プロファイルが必ずしも一致しないという事実である。骨盤神経節の中に、副交感神経節後ニューロンと似た特徴を持つ細胞は見つからない。一方で、一つの細胞集団は交感神経節後ニューロンに似た特徴を示す。そして残りはChAT陽性である。

ここで「ChAT陽性だから副交感神経」と選択してしまうと、重要な違いを消してしまう。マーカーは、集合を取り出すための条件としては便利でも、その集合の機能的意味を保証しないからだ。

この現象は、単に生物学上の例外を示しているのではない。観測できる属性と、実際に果たしている役割の間には、しばしば距離があるという一般原理を示している。

「見える属性」と「効く属性」を分ける

分類の混乱を避けるために、属性を三つの層に分けて考えるとよい。

第一は、表面属性である。色、形、サイズ、単一のマーカー、目立つラベルなど、比較的簡単に観測できる特徴を指す。検索や整理には非常に便利だが、文脈から切り離すと誤解を招く。

第二は、関係属性である。どのオブジェクトの中にあるか、どの細胞と似ているか、どこへ接続しているか、何と同時に現れるか、といった特徴である。単独の属性よりも、対象の位置づけを明らかにする。

第三は、機能属性である。実際に何をするのか、どんな入力を受け、どんな出力を返すのか、変更したときにどんな結果が生じるのかという特徴だ。これは最も本質的だが、最も直接には観測しにくい。

デザインで「青いオブジェクトを選ぶ」のは、表面属性による選択である。「ヘッダー内にある青いオブジェクトを選ぶ」は関係属性を加えた選択だ。「ナビゲーションの状態を示す青いオブジェクトを選ぶ」は機能属性に近い。

神経科学でも、ChAT陽性という表面に近い分子属性だけでなく、他の遺伝子発現、既知の神経節との類似性、発生時期、神経回路上の位置などを重ねることで、細胞の性質をより慎重に理解できる。

この三層は、分類の精度を高めるだけではない。どの属性を選ぶかによって、見えてくる世界そのものが変わる。

青色で選択すれば、青色の集団が見える。ChATで選択すれば、ChAT陽性の集団が見える。しかし、その集合は、私たちが知りたい集合と一致するとは限らない。検索条件は中立ではない。検索条件が、観測対象の輪郭を作っている。

分類は「発見」ではなく「介入」である

分類は、対象を受動的に見つける行為だと思われがちだ。実際には、分類した瞬間から、私たちは対象への接し方を変える。デザインでは、選択したオブジェクトに色を付け、移動し、削除し、サイズを変える。生物学では、ある細胞群を特定の系統として解釈し、機能を推定し、次の実験を設計する。

つまり、分類は記述であると同時に、介入の設計図である。

もし分類が粗すぎれば、意図しない対象まで操作してしまう。たとえば、同じ青色というだけで、状態表示と装飾を同時に選択し、両方の色を変えてしまうかもしれない。細胞の分類でも、共通マーカーだけで一括りにすれば、異なる発生経路や回路機能を一つのカテゴリーに押し込める可能性がある。

反対に、分類が細かすぎると、実用性を失う。すべてのオブジェクトを固有名で管理し、すべての細胞を完全に異なる存在として扱えば、検索も比較もできなくなる。分類には、粗さと精密さの適切な釣り合いが必要だ。

そこで役立つのが、目的適合的な分類という考え方である。対象を永遠に正しく分類するのではなく、いま行う操作に必要な精度を選ぶ。

たとえば、次のような判断ができる。

単純な外観変更なら、表面属性で十分かもしれない。
部品の一括移動なら、親子関係やレイヤー構造が必要になる。
役割ごとの再設計なら、オブジェクトの機能や状態を明示する必要がある。
生体機能を推定するなら、単一マーカーではなく、複数の分子特徴と関係性を照合する必要がある。

この発想は、「正しい分類」を探すことから、「この判断に必要な分類の解像度はどの程度か」を問うことへ、視点を変える。

一括選択の前に、一括解釈を疑う

日常の失敗の多くは、選択操作そのものではなく、選択した集合の意味を過信することから起きる。コンピューター上では、条件に一致した対象を確実に選べる。だが、条件に一致した対象が、意図した意味の集合であるとは限らない。

この違いを整理するために、分類を四段階のパイプラインとして考えてみよう。

検出、比較、解釈、操作の四段階である。

検出では、属性を使って候補を見つける。比較では、候補がどの集団に似ているか、何と共通しているかを調べる。解釈では、その共通点が機能や役割を意味するのかを考える。操作では、実際に変更、移動、実験、介入を行う。

多くの誤りは、検出から操作へ飛び、比較と解釈を省略したときに起こる。「ChAT陽性の細胞を見つけた」から「副交感神経の細胞を特定した」へ、一足飛びに進む。あるいは「青いオブジェクトを選択した」から「ナビゲーション要素を選択した」へ、無意識に意味を追加する。

この飛躍を防ぐには、選択条件に一つの質問を加えるだけでよい。

この属性は、対象が何であるかを示しているのか。それとも、対象を見つけやすくしているだけなのか。

後者であれば、選択後に別の検証が必要になる。

検証は難しいものでなくてもよい。デザインなら、選択したものを一時的に別の色で表示し、意図しない要素が含まれていないか確認する。データ分析なら、条件に一致した対象を少数抽出し、代表例を目視する。生物学なら、単一のマーカーだけでなく、複数の発現特徴、細胞間の類似性、発生段階や接続情報を照合する。

重要なのは、自動化された選択ほど、意味の確認を人間が担う必要があるということだ。機械は条件への一致を保証できるが、条件の妥当性までは保証しない。

実践のための「属性の梯子」

分類や検索を設計するときは、属性をいきなり一つに決めず、次の梯子を上るように考えるとよい。

最初の段は「何が見えるか」。色、マーカー、形、名前などを記録する。次の段は「何と一緒に現れるか」。親要素、隣接する要素、共発現する遺伝子、接続先などを見る。さらに「何をするか」を問う。最後に「その解釈は、どの証拠によって支えられているか」を確認する。

この梯子の利点は、最初から複雑なモデルを作らずに済むことだ。簡単な一括選択を否定する必要はない。むしろ、簡単な属性選択を入口として使い、その後で関係と機能を確認すればよい。

たとえば、デザインシステムを整備するなら、色だけでなく、役割を示す命名規則やレイヤー構造を設ける。「青い四角形」ではなく、「ナビゲーションの選択状態」のように、機能を反映した属性を持たせる。生物学の仮説を立てるなら、「ChAT陽性」という検出結果を結論にせず、「ChAT陽性だが、どの細胞群と分子プロフィールが近いのか」という次の問いに進む。

分類の質は、属性の数だけで決まらない。属性同士がどのような関係にあるか、そして最終的な判断にどの属性が効いているかで決まる。