ジャーナル編集者に直接尋ねれば、ピアレビューが始まる前に原稿が差し戻される最も一般的な理由のひとつが「図の問題」だと教えてくれます。サイエンスではなく、科学的な図そのものです。準備が不十分なビジュアルは、研究者から数週間の修正時間を奪い、出版を遅らせ、場合によっては完全な拒否の一因にもなります。 もどかしいのは、こうした問題のほとんどが完全に避けられるという点です。これらは予測可能なパターンに従い、あらゆるキャリア段階のラボで発生し、ジャーナルが投稿された図に対して実際に求めている内容についての、わずかな誤解から生じています。
ここでは最も頻繁に現れる5つの間違いと、原稿があなたの机を離れる前に AI 支援図ツールがそれらをどのように排除しているかをご紹介します。
間違い #1 — 解像度の罠
問題点: PowerPoint で科学的な図を完成させ、PNG または JPEG として書き出すと、モニター上では完璧に鮮明に見えます。ところがジャーナルに投稿すると、編集事務局から 48 時間以内にこんなメールが返ってきます。「Figures do not meet minimum resolution requirements（図が最低解像度要件を満たしていません）」。72 DPI の画面用書き出しは却下されます。ジャーナルは最低 300 DPI を求めており、線画、電子顕微鏡パネル、細部の多い図では 600 DPI が事実上の標準です。
なぜ起こるか: コンピューターのスクリーンは 72〜96 DPI で表示します。図を作成するために使うソフトウェアはどれも、デフォルトで印刷用ではなく画面表示用に調整されています。「デフォルト」設定で書き出すと、それはモニター用の書き出しになります。ジャーナルが要求する物理サイズでの印刷再現は、まったく別次元の解像度要求です。4 インチ幅の科学的な図が 300 DPI の印刷品質を満たすには、少なくとも 1,200 ピクセル幅が必要です。 ほとんどのデフォルトの画面用書き出しは、その何分の一かしか生成しません。
JPEG の圧縮問題はこれを悪化させます。JPEG は不可逆圧縮形式であり、特にテキストラベルや細い線の境界に目に見えるアーティファクトを生じます。JPEG を受け付けるジャーナルは通常、最高品質設定での提出を要求します。多くはテキストを含む図には TIFF または PNG を好みます。
| 図の種類 | 最低解像度 |
|---|---|
| 線画 | 1000〜1200 DPI |
| グレースケール | 300〜600 DPI |
| カラー写真 | 300 DPI |
SciFig はどう防ぐか: SciFig をはじめとする AI 図生成プラットフォームは、デフォルトでベクター品質の出力を生成します。基礎となる図が固定されたピクセルグリッドではなく数学的に定義されているため、品質を損なうことなく任意の DPI でレンダリングできます。Nature 系ジャーナル向けに 600 DPI で、学会出版物向けに 300 DPI で同じソースファイルから書き出しても、どちらも最適な品質を得られます。落ち込むべき固定ピクセル数が存在しないため、解像度の罠が存在しないのです。 限られた予算で Nature 級の図品質基準を一貫して満たす完全なワークフローについては、ガイドをご覧ください。
間違い #2 — 色覚異常者に厳しいパレット
問題点: 赤と緑は、過去 30 年間に作られたほぼすべてのチャートツール、図表ソフト、デザインテンプレートにおいて、デフォルトのコントラスト色になっています。画面上では視覚的にはっきりと区別できます。直感的にも理解しやすく、陽性と陰性、存在と不在、処置済みと未処置といった対比に使えます。しかしこれらは、赤緑色覚異常（最も一般的なのは第二色覚異常と第一色覚異常）を持つ男性読者の約 8%、女性読者の約 0.5% にとっては、まったく区別がつかないのです。
これは小さな例外ケースではありません。細胞生物学や遺伝学のように、定量的な図が論文の主張の中核を担う分野では、査読者や読者のかなりの割合が正しく解釈できない科学的な図は、科学コミュニケーションの失敗です。今では、図のガイドラインで色覚異常に配慮したパレットを明示的に要求するジャーナルもあります。
なぜ起こるか: 赤緑の対比配色は、MATLAB、R の標準グラフィックス、Excel、そして多くの科学可視化ソフトのデフォルト設定に深く埋め込まれています。デフォルトを能動的に上書きしない限り、包括的な科学コミュニケーションのためではなく、一般的なグラフィックデザインのために設計されたパレットを継承していることになります。ほとんどの研究者は、問題を指摘されるまで色覚アクセシビリティについて考えません。
AI はどう防ぐか: 現代の AI 図ツールは、色覚異常に配慮したパレット規約を含む科学コミュニケーションのベストプラクティスで訓練されています。赤緑の対比をデフォルトにする代わりに、viridis、cividis、inferno のようなパレットをデフォルトとして用います。これらは知覚的に一様な色スケールであり、一般的なすべての色覚異常において区別がつき、グレースケール印刷でも美しく表示されます。アクセシビリティは事後修正を必要とせず、出力に最初から組み込まれているのです。
間違い #3 — タイポグラフィの混沌
問題点: 数週間あるいは数ヶ月にわたって組み立てられたマルチパネル図を開いてみてください。異なるラボメンバーが作ったパネル、異なるソフトから書き出されたパネル、修正中に追加されたパネル — 統一されているはずの図のなかに、ほぼ確実にフォントの不一致、ラベルサイズの不揃い、書体の混在、ウェイト処理のばらつきが見つかります。パネル A は Arial、パネル B は Times New Roman、パネル C は MATLAB のデフォルトフォント。あるパネルでは 10pt のラベル、別のパネルでは 8pt。太字の軸ラベルの隣に、レギュラーウェイトのパネルラベル。
なぜ起こるか: マルチパネル図は、ほとんどの場合一度の作業で作られません。異なる時期に、異なるソフトで、異なる人によって作られたコンポーネントから組み立てられます。ソフトウェアごとに固有のデフォルトフォント設定があります。それらのコンポーネントを集めて並べると、各パネルが単独で作られていたときには見えなかったタイポグラフィの不一致が、たちまち目に飛び込んできます。一貫性のないタイポグラフィは、設計されたのではなく組み立てられた科学的な図であることを示すサインであり、査読者や編集者は必ず気付きます。
この問題のより微妙なバリエーションがスケールの不一致です。技術的には同じフォントサイズなのに、それが属するパネルが異なるピクセル寸法で書き出され、レイアウトに合わせてリサイズされたために、視覚的には異なる大きさに見えるラベルです。
SciFig はどう防ぐか: 完全な図 — 複数のパネル、ラベル、凡例、注釈 — を SciFig の単一の自然言語記述から生成すると、タイポグラフィシステムは定義上一貫性を保ちます。同じフォント、同じウェイト階層、同じラベルサイジングのルールが、すべての要素に適用されます。なぜならそれらはすべて同じ生成プロセスから来ているからです。組み立てステップが存在しないため、不一致が忍び込む余地がありません。
間違い #4 — 矢印とラベルの無秩序
問題点: 注釈 — 矢印、括弧、引き出しラベル、スケールバー — は、研究者が図の中で読者の注意を誘導するために用いるビジュアル語彙です。うまく使えば、明確な階層を生み出し、読者を視覚的論証へと導きます。下手に使うと、重なり合うテキストボックス、曖昧な対象を指す矢印、データ要素と衝突する引き出しラベル、理由なくパネルごとに変化する注釈スタイルを生み出します。
なぜ起こるか: 注釈は通常、図の準備の最終ステップで、基礎となるデータと図解作業が終わった後、締切のプレッシャーの中で行われます。デザイン上の決定ではなく、仕上げ作業として扱われるのです。ラベルは、最も読みやすい経路を作る場所ではなく、視覚的に空白がある場所に配置されます。矢印は特定の特徴ではなく、領域を指すように落とされます。パネルが修正されると — データの更新、スケールの変更、要素の再配置 — 手作業で配置された注釈は、しばしば誤った位置を指したり、新たに再配置された要素と重なったりします。
より深い問題は、注釈には能動的なビジュアルデザインの判断が必要だということです。何にラベルを付けるべきか、どの程度目立たせるか、背景に対してどのコントラストで、識別対象とどんな空間関係で配置するか。ほとんどの研究者はこうした判断について訓練を受けておらず、通常の画面ズームで「だいたい正しく見える」もので妥協してしまいます。印刷スケールやジャーナル査読時の見え方ではなく。
AI はどう防ぐか: AI 図生成は、注釈を事後の追加ではなくデザインプロセスの一部として統合します。ラベル、矢印、引き出しは、それらが識別する科学的な図の要素に対して相対的に配置され、衝突検出と視覚階層が生成ロジックに組み込まれています。結果として、すべてのラベルが読みやすく、すべての矢印が対象を曖昧さなく指し、注釈の全体密度が残りの空白に合わせるのではなく科学的な図の複雑さに合わせて調整された、注釈付きの図が生まれます。
間違い #5 — ベクターの空白
問題点: あなたは図を PNG または TIFF ファイルとして投稿します。論文は受理され — おめでとうございます — そしてジャーナルの製作チームから修正依頼のメールが届きます。あるパネルをハウススタイルに合わせて色変更してほしいとか、国際版用にラベルを翻訳してほしいとか、コピーエディターが本文の用語を変更したので図のキャプションが一致しなくなった、など。ラスター書き出しでは、これらの変更はどれも、科学的な図をゼロから作り直さない限り実現できません。ソースファイルがもう手元にない場合は、フラット化された画像から再構築することになります。
なぜ起こるか: ほとんどの研究者は、使用するソフトのデフォルト書き出し形式がそれだから、また投稿ポータルがラスターファイルを受け付けるから、図をラスター画像として書き出します。ラスター（ピクセルベース、固定解像度）とベクター（数学的に定義され、無限にスケーラブル）の区別は、標準的な研究訓練の一部ではありません。SVG、EPS、PDF、AI のようなベクター形式は、しばしば「必要以上に複雑なデザイナー向けフォーマット」として認識されます。フラット化されたファイルの編集を要する修正依頼が届くまでは。
この問題は経歴と共に拡大します。 より多く論文を発表すればするほど、2 年前に投稿した論文の図に対して、もはやアクセスできないハードドライブにソースファイルが入っているという状況での製作修正に直面する可能性が高まります。
AI はどう防ぐか: AI 生成された図は、ネイティブにレイヤー化された編集可能なベクター出力を生成します。すべての要素 — パス、テキストラベル、塗りつぶし色、矢印 — が出力ファイル内で個別に編集可能なオブジェクトとして存在します。結果を SciFig のベクターキャンバス（または任意の SVG 互換エディター）で開き、該当レイヤーの塗りつぶし色を変更し、3 分で新しい TIFF を書き出せます。ラベルを変更する必要があるときは、テキストオブジェクトを編集します。フラット化のステップも、ピクセルグリッドも、将来の編集能力を奪う破壊的な書き出しもありません。
投稿前のチェックリスト
原稿提出に図を含める前に、この検証リストを確認してください。このリストの各項目は、実際のジャーナル拒否理由に対応しています。
解像度とフォーマット
- すべてのラスター図が 300 DPI 以上で書き出されている（細部や小さなテキストを含む図は 600 DPI）
- 100% ズームで JPEG 圧縮アーティファクトが見えない
- ベクターソースファイルが投稿用書き出しとは別に保存されている
色のアクセシビリティ
- カテゴリ・比較データをエンコードする図において、赤緑だけの色区別になっていない
- 配色を色覚シミュレーションツール（例：Coblis や Color Oracle）で検証済み
- グレースケールに変換しても解釈可能な図である
タイポグラフィ
- 各図のすべてのパネルでフォントが統一されている
- ラベルサイズが統一されている — 印刷寸法で物理的に同じポイントサイズ
- フォントファミリーがジャーナルの要件と一致している（多くはサンセリフ限定）
注釈
- すべての矢印が特定の、曖昧でない対象を指している
- ラベル文字がデータ要素や他のラベルと重なっていない
- すべての顕微鏡写真にスケールバーがあり、ラベル付けされている
- パネル文字（A、B、C）が一貫した位置 — 通常は左上 — に配置されている
フォーマット要件
- ファイル形式がジャーナルの仕様と一致している（「画像形式なら何でも」ではない）
- 図の幅がジャーナルのカラム幅仕様と一致している
- 図のキャプションが完全で、図の内容と一致している
注意
すべてのジャーナルには独自の図要件があり、それらは重要な点で異なります。Nature 系ジャーナル、Cell Press 系ジャーナル、PLOS 系ジャーナル、学会出版物にはそれぞれ、ファイル形式、最低 DPI、最大ファイルサイズ、カラーモード（RGB か CMYK か）、フォント要件についての固有の仕様があります。図の準備を始める前に、必ず投稿先ジャーナルの著者向けガイドラインをダウンロードして読んでください。 一般的なベストプラクティスは出発点であり、ジャーナル固有の要件の代わりにはなりません。科学的な図が AI 生成された場合は、主要出版社にわたる開示テンプレートについて 2026 年版ジャーナル AI 図ポリシーガイドをご覧ください。
図のミスの実際のコスト
時間は、研究者がもっとも常に不足しているリソースです。図の問題が実際にどんなコストをかけるか考えてみましょう。
図の品質問題によって引き起こされる 1 回の修正ラウンド — 査読前の編集拒否、より高解像度の書き出しを要求するレビュアーコメント、編集可能ファイルを求める製作リクエスト — は通常、2〜5 日のコストがかかります。ソースファイルの所在確認、要素の再構築、正しい仕様での再書き出し、投稿ポータルへの再アップロード、編集側からの確認待ち — そのすべてが、予算化されていなかった時間を消費します。
それを通常の論文に含まれる図の数（標準的な研究論文で 4〜8、手法重視の研究ではそれ以上）と掛け合わせると、些細な技術的問題に見えた図の問題が、出版スケジュールにおける実質的な遅延になります。助成金の更新、就職市場の時期、優先権主張の状況などの前に発表しなければというプレッシャーを抱える研究者にとって、回避可能な 2 週間の遅延は現実の影響を持ちます。
複利効果はもっと深刻です。 図の修正のために戻された論文は、編集事務局が割り当てた位置でキューに再挿入されます。修正が許容期間を超えれば、編集判定をやり直す必要が出てくるかもしれません。DPI の問題から始まったものが、2 ヶ月の遅延になる可能性があります。
提出前に図を正しく仕上げることは完璧主義ではなく、効率的な道です。正しい図を作ることに投じる時間は、避けられた修正サイクルに費やす時間より一貫して少ないのです。
