MUSCLE·GEEK
CONFIDENTIAL · PRE-SHARE FOR DR. ONISHI
★ MUSCLE GEEK × TRAINING LOG APP · DATA COHORT PROPOSAL ★

「データが値段を
下げる」という
構想。

Data-Driven Price Compression
For大西 克典 先生
Date2026.04.21 (Tue)
By栗田 一輝 / Humbulls
MUSCLE·GEEK
02 · OBJECTIVE
Purpose of this deck

先生に3点のフィードバックを
頂戴したい。

1
データ設計の研究者視点での妥当性 ── 「この項目・この頻度・この規模で研究価値として成立するか」
2
HP/MP 疲労モデルの神経科学的妥当性 ── Training Log App に実装中の末梢/中枢2軸モデルの補強ポイント
3
論文化・産業化の入り口 ── どこから着手すれば最も現実的か
MUSCLE·GEEK
03 · EXECUTIVE SUMMARY
30秒で全体像

単発販売から、データ事業へ。

MUSCLE GEEK GENOTYPE × 4-8 SNP 遺伝子検査 (DNA FACTOR) TRAINING LOG APP PHENOTYPE × TIME CTB / 疲労 / 成績ログ UNIFIED COHORT ANONYMIZED · LONGITUDINAL 統合データコホート RESEARCH INSTITUTIONS 学術・大学 · 共同研究 INDUSTRY PARTNERS サプリ · 用品 · 連盟 · 保険 REVENUE FROM BUYERS → REDUCES RETAIL PRICE · ¥8,800 → ¥5,000

検査結果は単発販売で終わる資産。遺伝子 × 行動 × 表現型の縦断データは、研究機関・企業にとって継続的な価値を持つ。その収益でユーザー向け価格を引き下げるのが構想。

MUSCLE·GEEK
04 · PROBLEM
Problem

単発販売モデルは、
価格を下げづらい

¥7,000
検査原価
/ 1人あたり
33%
粗利率
G100販売 ¥8,800
¥8,800 の内訳 COST ¥7,000 ¥1,800 0 ¥8,800 GROSS USER TOUCHPOINT · LTV ×1 検査販売で終了 ユーザーのデータは収益化されない
MUSCLE·GEEK
05 · HYPOTHESIS
Hypothesis

遺伝子 × 行動 × 表現型 の
縦断データには、継続的価値がある。

Strategy · Feedback Loop
MORE USERS ユーザー数増 MORE DATA データ価値上昇 B2B REVENUE 第三者収益 PRICE ↓ 価格を下げる
Precedent
先行事例構造
23andMeDTC遺伝子検査 → 製薬会社へのデータパートナーシップ (GSK 数億ドル規模)
Strava Metro運動ログ → 自治体・インフラ企画へのデータ提供
UK Biobank公的コホート → 世界中の研究者に個票提供

いずれも 「個人向けサービス」 + 「データプラットフォーム」 のハイブリッド構造。後者が価格圧縮の原資になっている。

MUSCLE·GEEK
06 · DATA BUYERS
Who will pay

データを欲しがるのは、誰か。

01 · ACADEMIA

学術研究機関

縦断コホートの GWAS / genotype-phenotype 相関 / スポーツ遺伝学論文化
Revenue: 共同研究費・共著
02 · SUPPLEMENTS

サプリ・機能性食品

特定遺伝子型 × 介入効果の被験者リクルーティング・効果検証
Revenue: 受託解析・年次契約
03 · SPORTS GEAR

スポーツ用品メーカー

遺伝子型別のパフォーマンス特性 / 商品開発・ターゲティング
Revenue: マーケデータ契約
04 · FEDERATIONS

連盟・アカデミー
大学競技部 · JISS

若手発掘予測モデル / 選手マネジメント / エリート育成基盤
Revenue: SaaSサブスク・公的受託
05 · INSURANCE

保険会社

怪我リスクモデル (第2弾 INJURY PROOF パック投入後) / プレミアム算定
Revenue: リスクモデル共同開発
06 · YOU (ONISHI LAB)

大西研究室との
共同研究

神経可塑性・中枢疲労・ΔFosB仮説の縦断ヒト行動データでの検証
Revenue: 科研費・共著・監修
MUSCLE·GEEK
07 · DATA ITEMS
Collection design

集めるデータの全体像

A · GENOTYPE マッスルギーク Phase 1 (4 genes): · ACTN3 · MSTN · ACE · ADRB3 Phase 2+: · COL5A1 / COL1A1 · VDR / CYP1A2 · PPARGC1A · HIF1A / NOS3 · AR / SHBG ... 一生もの・時間変化なし B · CRITERION TEST 基礎筋力・パワー 核指標 (4項目): · 荷重懸垂 (kg × reps) · 垂直跳び (CMJ/SJ) · 1RM スクワット · 1RM ハイクリーン 競技指標 (例・競泳): · 50m 自由形タイム · スタート反応時間 · 15m 通過 / 10m 流速 → 競技能力の代理変数 C · FATIGUE HP / MP モデル 時系列データ: · HP (末梢疲労) · MP (中枢神経疲労) · ΔHP / ΔMP per session · τ_HP / τ_MP 個人校正値 回復係数: · 睡眠 (Total / Deep / REM) · HRV z-score · RHR / 主観 Readiness → 次スライド (08-10) で詳述 D · LOGS & EVENTS 一般ログ・主観・イベント トレーニング: · 種目 / 重量 / reps / sets · RPE / velocity / tempo · 頻度 / PB更新 身体: · 体重 / 体脂肪 / 周囲径 · 除脂肪体重推移 イベント (習慣化・怪我): · 怪我 / 離脱 / 休止期間 · ストリーク / モチベ · デロード / テーパー
MUSCLE·GEEK
08 · CRITERION TEST BATTERY
Q1 — for you, Dr. Onishi

4つの基礎指標で、
競技能力をどこまで説明できるか。

COMPETITION 競泳 50m / 100m走 / その他 explained by ↓ 荷重懸垂 WEIGHTED PULL-UP 絶対筋力 / 体重比 +kg × reps 垂直跳び VERTICAL JUMP · CMJ/SJ 下肢パワー出力 cm / ピーク出力 1RM スクワット MAX STRENGTH 下半身最大筋力 kg (abs / relative) 1RM ハイクリーン EXPLOSIVE POWER 神経系動員・爆発力 kg DECOMPOSES INTO 垂直跳び = スクワット (下半身筋力) + ハイクリーン (爆発力・神経動員) Q1 FOR YOU 追加指標は?

競泳スプリントでは荷重懸垂垂直跳びが競技能力に結びつきやすい。垂直跳びは SQ(筋力)と HC(爆発力)に分解して縦断追跡。この4指標で説明できない残差に何を加えるべきかを伺いたい。

MUSCLE·GEEK
09 · HP / MP MODEL (CONCEPT)
Fatigue · 2-axis decomposition

疲労を、末梢中枢神経に分ける。

HP PERIPHERAL FATIGUE 末梢疲労 · 筋・代謝レベル COMPOSITION · 筋グリコーゲン枯渇 · H⁺ / 乳酸蓄積 · Ca²⁺ ハンドリング低下 · EIMD (微小筋損傷) · 結合組織 (腱・靭帯) 負荷 RECOVERY TIME 主に栄養・睡眠・時間 · 24–72h MP CENTRAL / NEURAL FATIGUE 中枢・神経疲労 · 神経系レベル COMPOSITION · α運動ニューロン発火頻度低下 (Gandevia 2001) · 大脳皮質運動野の興奮性低下 (Taylor & Gandevia) · Group III/IV 求心性抑制 (Amann 2011) · 運動プログラムアクセス遅延 / 技術精度低下 · 中枢統制閾値 (Central Governor / Noakes) RECOVERY TIME 末梢より遅い · 最大努力後は 48–72h

単一スコアでは「高重量SQ (HP軽·MP重)」「LISS 90min (HP重·MP無)」「スプリント (HP中·MP重)」が区別できない。2軸分離が必須

MUSCLE·GEEK
10 · BANISTER-MORTON MODEL
Mathematical core · 2-component exponential decay

指数減衰モデルで、τ が時間を決める。

100 50 0 VALUE Mon Tue Wed Thu Fri Sat TIME (DAYS) SQ 5×3 SPRINTS HP · τ=48h MP · τ=60h
Formula
HP(t) = HP_max − Σᵢ ΔHPᵢ
        × exp(−(t − tᵢ) / τ_HP)

MP(t) = MP_max − Σᵢ ΔMPᵢ
        × exp(−(t − tᵢ) / τ_MP)
τ selection basis
τ_HP = 48h — Raeder 2016 / Hough 2009 / Howatson & van Someren 2008
τ_MP = 60h — Carroll et al. 2017 / Travis 2020 / Linnamo 1998
Q4 — for you
初期値 τ_HP=48h / τ_MP=60h は妥当か? 個人差の上下限の設計指針は?
MUSCLE·GEEK
11 · SESSION COST CALCULATION
How ΔHP and ΔMP are computed per session

係数設計は、RPE × 動作種別 × 強度で決まる。

PERIPHERAL · HP

ΔHP_set

= weight × reps
  × peripheral_weight(RPE)
  × volume_factor
RPE係数動作種別vol_factor
6 / 7 / 80.60/0.75/0.90Compound FW1.2
9 / 101.00/1.10Isolation1.0
Zourdos 2016 (RIR scale) 準拠
CENTRAL · MP

ΔMP_set

= base_neural
  × rpe_factor
  × movement_factor

(base_neural = weight × √reps)
RPE係数動作mv_factor
6 / 7 / 80.10/0.20/0.351RM test1.30
9 / 100.75/1.00Olympic lift1.20
Helms 2016 / Zourdos 2016
Q3 — for you
末梢/中枢2軸分離と指数減衰モデルの組み合わせは、運動神経科学の最新理解から見て妥当か? 補強すべき要素は?
MUSCLE·GEEK
12 · GENETIC MODULATION
HP_max / MP_max per-genotype multipliers

遺伝子型が、最大容量回復を修飾する。

GENETYPEHP_max 乗数MP_max 乗数備考
ACTN3RR0+0.12速筋パワー型・回復早い
RX0+0.05中間
XX+0.05 (持久)−0.05持久型寄り・EIMD回復遅い
ACEDD0+0.06パワー系有利
ID00中間
II+0.10 (持久)0持久力・高地適応
MSTNLow expr.+0.150大筋量保持可·HP容量高
ADRB3Arg/Arg0 (減量 −0.10)0減量期管理重要

最終値: HP_max / MP_max = 100 × (1 + Σ乗数) · clamp to [80, 130]

PSGI · Power-Strength Genotype Index
−5 −2 +3 +6 ENDURANCE BALANCED POWER PSGI FORMULA PSGI = 1.5 × ACTN3 + 1.0 × MSTN + 0.8 × ACE + 0.5 × ADRB3
Q3.5 — for you
この乗数の設定、現時点で公開されているエビデンスから見て「強すぎる / 弱すぎる / 方向が逆」の箇所はあるか?
MUSCLE·GEEK
13 · RESEARCH HYPOTHESES
Q2 — which to attack first

データが揃ったら、取れる研究テーマたち。

A

Criterion Test
× Genotype

ACTN3 型別の垂直跳び到達値・伸び曲線 / MSTN 型別の荷重懸垂 1RM 絶対値・増加速度
論文入り口として最もストレート
B

Performance
Prediction Model

「Genotype × CTB → 競技成績」の回帰モデル · 連盟/JISS が直接欲しがる
B2B 出口が見えやすい
C

Transfer-of-
Training

HC → 垂直跳び → スタート反応時間 の伝達率が遺伝子型で異なるか · 補強種目の遺伝子別マップ
実用的 · コーチ現場向け
D

Fatigue Recovery
× Genotype

ACTN3型別の τ_MP 個人校正値分布 · MSTN 変異保有者のオーバーリーチ閾値 · デロード最適頻度
HP/MPモデルと直結
E · ONISHI CORE

ΔFosB / Dopamine
× Habituation

PB更新頻度 × 継続率の関係性 / 運動継続による海馬神経新生・抗うつ効果の間接検証 (主観指標ベース)
先生のマウスモデルと直接接続
Q2 — for you

どれから
着手すべきか?

論文化・予算付与の入り口として、現実的な優先順位を伺いたい
MUSCLE·GEEK
14 · DATA DESIGN · ETHICS
Governance

データを、研究基盤として整える。

01 · CONSENT IC オンボーディング時 同意の粒度を3段階 02 · INGEST COHORT 縦断データ収集 MG + App 両ソース 03 · ANONYMIZE K-ANON · DP k≥10 匿名化 差分プライバシー併用 04 · IRB / MTA APPROVAL 倫理審査 / 契約 大学共同研究の場合 05 · PROVIDE 3RD PARTY KEY RISK · GENETIC RE-IDENTIFICATION 遺伝子型は特に再識別性が高い。追加のリスク評価と 個票レベル第三者提供の原則禁止 (統計提供のみ) を徹底。 個情法 + 経産省遺伝子情報取扱ガイドライン遵守 / 弁護士レビュー必須 Q6 — FOR YOU 久留米大学 or 他機関との共同研究化のリアリティ IRB申請・MTA・共著の組み方として、現実的な枠組みを 先生のご経験から伺いたい。
MUSCLE·GEEK
15 · COHORT SIZE
Q7 — the magic number

企業が「買う」と言う水準は、どこか。

100 1,000 10,000 100,000+ COHORT SIZE (USERS) PILOT 仮説検証 · 論文化前段 ACADEMIC COLLABORATION 大学・研究機関との共同研究 ¥ · 科研費 / 共著 INDUSTRY DATA LICENSE サプリ・用品・連盟・保険 の年次契約 ¥¥ · 数百万〜数千万 /yr 遺伝子×介入効果のサブコホート提供 特定SNP×表現型マッピングレポート ? WHERE IS THE THRESHOLD?

100人 → 1,000人 → 10,000人でデータの商業価値は非線形に跳ね上がる想定。「このラインを超えたら買う」と企業側が言う閾値の肌感を、先生のご経験から伺いたい。

MUSCLE·GEEK
16 · QUESTIONS FOR YOU
7 questions

伺いたい論点、一覧。

Q1
Criterion Test Battery (荷重懸垂 / 垂直跳び / 1RM SQ / 1RM HC) で競技パフォーマンスをどこまで説明できるか。追加すべき指標は?
Q2
研究仮説 A-E のうち、論文化・予算付与の入り口として先に着手すべきはどれか。データの買い手として最も現実的な相手は?
Q3
HP/MP 2軸疲労モデル全体の神経科学的妥当性。補強すべき要素は?
Q4
時定数 τ_HP=48h / τ_MP=60h の選定妥当性。個人差の設計指針は?
Q5
中枢疲労の行動データによる代理指標として何を見るべきか。先生の ΔFosB マウスモデルと縦断ヒト行動データは繋がる余地があるか? (先生の専門直撃)
Q6
久留米大学 or 他機関との共同研究化のリアリティ。IRB・MTA・共著の現実的な組み方。
Q7
「このデータをお金で買いたい」と企業側が言う水準は、何人規模・どの期間のコホートか。肌感で十分。
MUSCLE·GEEK
17 · NEXT STEPS · CLOSING
After the meeting

面談後に進めたい、5つの宿題

1
先生から頂いたフィードバックを設計に反映 · HP/MP モデルの再校正
2
Q6 の答えに応じて、久留米大学 or 他機関との共同研究の入り口を検討
3
データ同意フロー・匿名化設計の法務レビュー着手 (弁護士)
4
Training Log App Phase 2 (遺伝子連携) の実装優先度決定
5
最初のショーケース研究 (A-E のうち1つ) の仮説固定・プロトコル起案
本資料は 叩き台として作成しました。気になった箇所を自由に潰して頂き、その場で論点を組み替えて頂ければ幸いです。
THANK YOU.