Scientific Supplementary Information Generator
学術論文の Supplementary Information (SI) を解析結果・本文原稿から自動生成するスキル。 ジャーナル別の SI 規定に準拠し、Figure S / Table S / Methods S の番号管理、 本文からの参照整合性チェック、独立した引用リストの管理を行う。
When to Use
- •論文本文の完成後、Supplementary Information を作成するとき
- •本文に収まらない追加図表・手法・データを整理するとき
- •ジャーナルの SI フォーマット規定に合わせる必要があるとき
- •本文と SI 間の相互参照（Figure S1, Table S1 等）の整合性を確保したいとき
- •レビュアーから追加データの提示を求められたとき
Quick Start
1. SI 生成ワークフロー
code
本文原稿 (manuscript.md) + 解析結果 (results/, figures/)
├─ Phase 1: SI 候補の収集
│ ├─ 本文から参照されている Figure S / Table S を抽出
│ ├─ figures/ 内で本文未使用の図を検出
│ ├─ results/ 内の詳細データ（中間結果等）を候補に追加
│ └─ Methods の詳細手順で本文に載せきれないものを特定
├─ Phase 2: SI ドキュメント構成
│ ├─ Supplementary Figures セクション
│ ├─ Supplementary Tables セクション
│ ├─ Supplementary Methods セクション
│ └─ Supplementary References セクション
├─ Phase 3: 番号体系・参照整合性チェック
│ ├─ Figure S1, S2, ... の連番確認
│ ├─ 本文中の "Figure S1" 参照が SI 内に存在するか検証
│ └─ SI 内の図表が本文から参照されているか検証
└─ Phase 4: ファイル保存
├─ manuscript/supplementary.md
├─ manuscript/supplementary_figures/ (必要に応じてコピー)
└─ manuscript/si_crossref_report.json
2. ジャーナル別 SI 規定
markdown
## ジャーナル別 SI フォーマット | ジャーナル | SI タイトル | 図番号形式 | 表番号形式 | 独立ファイル | |---|---|---|---|---| | Nature 系 | Supplementary Information | Supplementary Fig. 1 | Supplementary Table 1 | 単一 PDF | | Science 系 | Supplementary Materials | fig. S1 | table S1 | 単一 PDF | | ACS 系 | Supporting Information | Figure S1 | Table S1 | 単一 PDF | | IEEE 系 | Supplementary Material | Fig. S1 | TABLE S-I | 別ファイル可 | | Elsevier 系 | Appendix A / Supplementary data | Fig. A.1 | Table A.1 | Appendix 形式 |
3. SI 候補の自動収集
python
def collect_si_candidates(manuscript_path, figures_dir, results_dir):
"""
本文原稿と解析結果ディレクトリから SI 候補を自動収集する。
Args:
manuscript_path: Path — 本文原稿 (manuscript.md)
figures_dir: Path — figures/ ディレクトリ
results_dir: Path — results/ ディレクトリ
Returns:
dict: SI 候補のカテゴリ別リスト
"""
import re
from pathlib import Path
# 本文を読み込み
with open(manuscript_path, "r", encoding="utf-8") as f:
manuscript_text = f.read()
# 本文中の Figure 参照を抽出
main_figs = set(re.findall(
r'!\[(?:Fig(?:ure)?\.?\s*\d+)\]\(figures/([^)]+)\)', manuscript_text
))
# 本文中の SI 参照を抽出
si_refs = re.findall(
r'(?:Figure|Fig\.?|Table|Supplementary\s+(?:Fig|Table))\s*S(\d+)',
manuscript_text, re.IGNORECASE
)
# figures/ 内の全画像ファイル
all_figs = set()
if figures_dir.exists():
all_figs = {
f.name for f in figures_dir.iterdir()
if f.suffix.lower() in ('.png', '.svg', '.pdf', '.jpg', '.jpeg')
}
# 本文未使用の図 → SI 候補
unused_figs = all_figs - main_figs
# results/ 内の詳細データ
detail_data = []
if results_dir.exists():
for f in results_dir.iterdir():
if f.suffix == '.csv' and f.name not in ('analysis_summary.json',):
detail_data.append(f.name)
candidates = {
"supplementary_figures": sorted(unused_figs),
"supplementary_tables": detail_data,
"si_references_in_main": sorted(set(si_refs)),
"main_figures": sorted(main_figs),
}
print(f" SI 候補:")
print(f" 補足図: {len(candidates['supplementary_figures'])} 件")
print(f" 補足表: {len(candidates['supplementary_tables'])} 件")
print(f" 本文中の SI 参照: {len(candidates['si_references_in_main'])} 件")
return candidates
4. SI ドキュメント生成
python
def generate_supplementary(candidates, journal_format="imrad",
title="", authors="", filepath=None):
"""
SI ドキュメントを Markdown として生成・保存する。
Args:
candidates: dict — collect_si_candidates() の戻り値
journal_format: str — ジャーナル形式 (nature/science/acs/ieee/elsevier/imrad)
title: str — 論文タイトル
authors: str — 著者リスト
filepath: Path — 出力先（デフォルト: manuscript/supplementary.md）
"""
import datetime
from pathlib import Path
if filepath is None:
filepath = BASE_DIR / "manuscript" / "supplementary.md"
filepath.parent.mkdir(parents=True, exist_ok=True)
# ジャーナル別フォーマット設定
fmt = _get_si_format(journal_format)
content = f"""# {fmt['title_prefix']}
# {title}
{authors}
> Generated: {datetime.datetime.now().strftime('%Y-%m-%d %H:%M')}
"""
# Supplementary Figures
sup_figs = candidates.get("supplementary_figures", [])
if sup_figs:
content += f"## {fmt['fig_section_title']}\n\n"
for i, fig_name in enumerate(sup_figs, 1):
fig_label = fmt['fig_prefix'].format(n=i)
content += f"\n\n"
content += f"**{fig_label}.** [キャプション: {fig_name} の説明を記入]\n\n"
# Supplementary Tables
sup_tables = candidates.get("supplementary_tables", [])
if sup_tables:
content += f"## {fmt['table_section_title']}\n\n"
for i, table_name in enumerate(sup_tables, 1):
table_label = fmt['table_prefix'].format(n=i)
content += f"**{table_label}.** [キャプション: {table_name} の説明]\n\n"
content += f"データソース: `results/{table_name}`\n\n"
# Supplementary Methods
content += f"""## {fmt['methods_section_title']}
### S1. [追加実験手法の詳細]
[本文 Methods に収まらなかった詳細手順を記述]
### S2. [追加解析手法の詳細]
[パラメータ設定、アルゴリズムの詳細、コード等]
"""
# Supplementary References
content += f"""## {fmt['refs_section_title']}
[SI 内でのみ引用した文献をここに記載]
"""
with open(filepath, "w", encoding="utf-8") as f:
f.write(content)
print(f" → SI ドキュメントを保存: {filepath}")
return filepath
def _get_si_format(journal_format):
"""ジャーナル別の SI フォーマット設定を返す。"""
formats = {
"nature": {
"title_prefix": "Supplementary Information for:",
"fig_section_title": "Supplementary Figures",
"table_section_title": "Supplementary Tables",
"methods_section_title": "Supplementary Methods",
"refs_section_title": "Supplementary References",
"fig_prefix": "Supplementary Fig. {n}",
"table_prefix": "Supplementary Table {n}",
},
"science": {
"title_prefix": "Supplementary Materials for:",
"fig_section_title": "Supplementary Figures",
"table_section_title": "Supplementary Tables",
"methods_section_title": "Materials and Methods",
"refs_section_title": "References",
"fig_prefix": "fig. S{n}",
"table_prefix": "table S{n}",
},
"acs": {
"title_prefix": "Supporting Information for:",
"fig_section_title": "Supporting Figures",
"table_section_title": "Supporting Tables",
"methods_section_title": "Supporting Methods",
"refs_section_title": "Supporting References",
"fig_prefix": "Figure S{n}",
"table_prefix": "Table S{n}",
},
"ieee": {
"title_prefix": "Supplementary Material for:",
"fig_section_title": "Supplementary Figures",
"table_section_title": "Supplementary Tables",
"methods_section_title": "Supplementary Methods",
"refs_section_title": "Supplementary References",
"fig_prefix": "Fig. S{n}",
"table_prefix": "TABLE S-{n}",
},
"elsevier": {
"title_prefix": "Appendix A. Supplementary data for:",
"fig_section_title": "Supplementary Figures",
"table_section_title": "Supplementary Tables",
"methods_section_title": "Supplementary Methods",
"refs_section_title": "References",
"fig_prefix": "Fig. A.{n}",
"table_prefix": "Table A.{n}",
},
}
return formats.get(journal_format, formats.get("acs")) # デフォルト ACS
5. 本文–SI 間の相互参照チェック
python
def check_si_crossrefs(manuscript_path, si_path, filepath=None):
"""
本文と SI 間の相互参照整合性を検証する。
チェック内容:
- 本文中の "Figure S1" 参照が SI 内に存在するか
- SI 内の Figure S / Table S が本文から参照されているか（孤立チェック）
- 番号の連続性 (S1, S2, S3... に欠番がないか)
Returns:
dict: 検証結果
"""
import re, json, datetime
from pathlib import Path
with open(manuscript_path, "r", encoding="utf-8") as f:
main_text = f.read()
with open(si_path, "r", encoding="utf-8") as f:
si_text = f.read()
# 本文中の SI 参照を抽出
main_fig_refs = set(re.findall(
r'(?:Supplementary\s+)?(?:Fig(?:ure)?\.?\s*S|fig\.\s*S)(\d+)',
main_text, re.IGNORECASE
))
main_table_refs = set(re.findall(
r'(?:Supplementary\s+)?(?:Table\s*S|table\s*S)[\-]?(\d+)',
main_text, re.IGNORECASE
))
# SI 内の Figure/Table 定義を抽出
si_fig_defs = set(re.findall(
r'\*\*(?:Supplementary\s+)?(?:Fig(?:ure)?\.?\s*S?|fig\.\s*S?)(\d+)',
si_text, re.IGNORECASE
))
si_table_defs = set(re.findall(
r'\*\*(?:Supplementary\s+)?(?:Table\s*S?|TABLE\s*S[\-]?)(\d+)',
si_text, re.IGNORECASE
))
# チェック
issues = []
# 本文で参照されているが SI に定義がない
missing_in_si = main_fig_refs - si_fig_defs
for ref in sorted(missing_in_si):
issues.append({
"type": "MISSING_IN_SI",
"severity": "Critical",
"message": f"Figure S{ref} が本文で参照されているが SI に定義がない",
})
missing_tables_in_si = main_table_refs - si_table_defs
for ref in sorted(missing_tables_in_si):
issues.append({
"type": "MISSING_IN_SI",
"severity": "Critical",
"message": f"Table S{ref} が本文で参照されているが SI に定義がない",
})
# SI に定義があるが本文から参照されていない（孤立）
orphan_figs = si_fig_defs - main_fig_refs
for ref in sorted(orphan_figs):
issues.append({
"type": "ORPHAN_IN_SI",
"severity": "Minor",
"message": f"Figure S{ref} が SI に定義されているが本文から参照されていない",
})
orphan_tables = si_table_defs - main_table_refs
for ref in sorted(orphan_tables):
issues.append({
"type": "ORPHAN_IN_SI",
"severity": "Minor",
"message": f"Table S{ref} が SI に定義されているが本文から参照されていない",
})
# 番号の連続性チェック
for label, nums in [("Figure S", si_fig_defs), ("Table S", si_table_defs)]:
if nums:
int_nums = sorted(int(n) for n in nums)
expected = list(range(1, max(int_nums) + 1))
gaps = set(expected) - set(int_nums)
for g in sorted(gaps):
issues.append({
"type": "NUMBERING_GAP",
"severity": "Major",
"message": f"{label}{g} が欠番（{label}1〜{label}{max(int_nums)} の間）",
})
result = {
"timestamp": datetime.datetime.now().isoformat(),
"main_fig_refs": sorted(main_fig_refs),
"main_table_refs": sorted(main_table_refs),
"si_fig_defs": sorted(si_fig_defs),
"si_table_defs": sorted(si_table_defs),
"issues": issues,
"status": "PASS" if not any(i["severity"] == "Critical" for i in issues) else "FAIL",
}
if filepath is None:
filepath = BASE_DIR / "manuscript" / "si_crossref_report.json"
filepath.parent.mkdir(parents=True, exist_ok=True)
with open(filepath, "w", encoding="utf-8") as f:
json.dump(result, f, indent=2, ensure_ascii=False)
print(f" → SI 相互参照チェック: {result['status']}")
print(f" 本文→SI参照: Figure S × {len(main_fig_refs)}, Table S × {len(main_table_refs)}")
print(f" 問題: {len(issues)} 件")
if issues:
for issue in issues:
print(f" [{issue['severity']}] {issue['message']}")
return result
6. SI 生成パイプライン統合
python
def run_si_pipeline(manuscript_path, figures_dir=None, results_dir=None,
journal_format="imrad", title="", authors=""):
"""
SI 生成パイプラインを実行する。
1. SI 候補の収集
2. SI ドキュメントの生成
3. 相互参照チェック
"""
from pathlib import Path
if figures_dir is None:
figures_dir = BASE_DIR / "figures"
if results_dir is None:
results_dir = BASE_DIR / "results"
print("=" * 60)
print("Supplementary Information Generator")
print("=" * 60)
# Phase 1: 候補収集
print("\n[Phase 1] SI 候補の収集...")
candidates = collect_si_candidates(manuscript_path, figures_dir, results_dir)
# Phase 2: SI 生成
print("\n[Phase 2] SI ドキュメントの生成...")
si_path = generate_supplementary(
candidates, journal_format=journal_format,
title=title, authors=authors,
)
# Phase 3: 相互参照チェック
print("\n[Phase 3] 相互参照チェック...")
crossref = check_si_crossrefs(manuscript_path, si_path)
print("\n" + "=" * 60)
print(f"SI 生成完了！ (ステータス: {crossref['status']})")
print("=" * 60)
return {"si_path": si_path, "crossref": crossref}
References
Output Files
| ファイル | 形式 | 生成タイミング |
|---|---|---|
manuscript/supplementary.md | SI ドキュメント（Markdown） | Phase 2 完了時 |
manuscript/si_crossref_report.json | 相互参照チェック結果（JSON） | Phase 3 完了時 |
参照スキル
| スキル | 連携 |
|---|---|
scientific-academic-writing | 本文原稿 (manuscript/manuscript.md) を入力として使用 |
scientific-publication-figures | figures/ の未使用図を SI 候補として自動検出 |
scientific-pipeline-scaffold | results/ の詳細データを SI Table 候補として収集 |
scientific-critical-review | レビュー後の修正で追加された図表を SI に反映 |
scientific-latex-formatter | SI の LaTeX 変換に使用 |
code