Waseda University

2025年大阪大学坂口志文教授获诺奖，再次让日本医学研究的国际影响力进入大众视野。对计划申请日本医学相关大学院的同学来说，关键在于看清热门方向、选准实验室，并把研究计划书与备考节奏提前落到实处。今天藤藤就用一篇文章，带大家快速梳理趋势与准备要点。 01｜从诺奖切入： 日本医学研究为何长期“强势” 2025 年，大阪大学免疫学家坂口志文（Shimon Sakaguchi）与 Mary E. Brunkow、Fred Ramsdell 共同获得诺贝尔生理学或医学奖，核心在于揭示了调节性 T 细胞（Tregs）在外周免疫耐受中的关键作用。Tregs 常被形容为免疫系统的“刹车”，其理论与机制的确立，深刻影响了自身免疫病、移植免疫、肿瘤免疫等多个方向的研究与临床策略。 如果把这一事件放在更大的时间轴上看，会更容易理解日本医学研究的“世界影响力”从何而来：日本在免疫学、细胞生物学与转化医学等领域，长期产出具有国际标志性的成果，并在多所顶尖大学与研究机构中形成稳定的研究梯队与学术传统。 02｜日本医学研究的核心优势是什么？ 结合近年来日本医学研究生态与国际热点，可以把优势概括为三点： 1）基础研究厚实 + 长期投入机制 在免疫、再生医学、神经科学、肿瘤学等方向，日本研究往往强调扎实模型与可重复性，形成从“机制阐明”走向“临床验证”的路径。 2）跨学科融合强 医学 × 工程 × 数据科学的结合不断加速：组学、医学影像与 AI、可穿戴与数字健康等方向推动“研究工具链”升级，也带来新的可切入课题。 3）面向重大疾病的持续深耕 癌症免疫、再生医疗、神经退行性疾病、感染应对与公共卫生等方向仍是长期主线，且不断与新技术（AI/组学/材料/基因编辑）发生交叉。 03｜热门趋势地图： 基础研究到临床转化的“高频赛道” 如果同学们想在修士/博士阶段更贴近趋势、同时保证可落地，下面这些方向是“热度高 + 课题空间大”的组合： 肿瘤免疫：免疫抑制机制、抗原呈递轴、微环境调控、免疫治疗策略优化 再生医学 / iPS 相关：分化与纯化流程、安全性与稳定性、疾病模型与转化路径 神经退行性疾病：细胞应激、自噬、线粒体与代谢相关机制 AI × 生物医药：药物设计、影像-病理-分子多模态、真实世界数据（RWD）与临床研究 公共卫生与感染应对：风险评估、政策评估、健康数据与人群研究 一个非常现实的判断标准：越能形成“精准靶点 → 机制阐明 → 可验证实验/数据路径 → 临床/应用意义”的闭环，越容易写出强计划书，也越容易在面试中讲清楚价值。 04｜大学院升学路径： 研究计划书、套磁、语言与时间线 1）研究计划书：从“对齐实验室”到“提出可检验假设” 研究计划书一个比较稳妥的写法是：先深度对齐目标 Lab 的方向与技术栈（读近 3–5 年代表作与综述）→在其研究脉络中找“可连接的关键环节/桥梁”→把桥梁落到可检验的假设与可执行的方法上（数据/实验/评价指标清晰）。 2）导师与实验室匹配：尽早锁定 Top 3–5 可以“先定分野再找学校”，也可以“先定学校再选分野”。无论哪种方式，都建议同学们尽早形成Top 3–5 个实验室清单，并准备定制化套磁信（经历—动机—对齐点—初步课题思路—你能带来的能力）。 3）语言与科研背景：英语优先，科研思路必须有 英语是必需条件， 多数项目看重TOEFL/IELTS；论文沟通与组会报告以英语为主。日语是加分项：提高日常交流学习和小组讨论等。 日语是加分项：对日常沟通与生活适应帮助明显，也会提升研究科内协作效率。 科研背景不是“必须很强”，但思路必须成立：你可以是“能学、愿学、学得快”的类型，但需要在计划书与面试中体现出“你知道研究在做什么、你打算怎么做”。 4）时间线建议：越热门越要提前 不同研究科的考核差异非常大，建议至少预留1 年左右的规划窗口： 前期锁实验室与沟通（争取接收意向/内诺）→中期定题与打磨计划书→后期再针对目标校的考试形式做专项准备（笔试/口试/材料）。热门方向或强组往往更吃“提前量”。 05｜备考小建议：把“信息差”变成你的优势 1）信息同步要做实时更新：同一所学校不同分野、不同年度都可能调整考核方式与材料要求。 2）日常积累比临时冲刺更关键：前沿热点、经典综述、目标 Lab 最新论文，都是“计划书选题”和“面试应对”的底层素材。 3）表达要真诚且去模板化：最打动人的往往不是“漂亮套话”，而是你为什么对这个课题有问题意识、你准备怎么验证、你能承担哪些工作。 从坂口志文教授 2025 年诺奖相关的免疫学突破，到日本在免疫学、再生医学、精准医疗等方向的持续积累，可以看到日本医学研究在全球医学版图中的长期影响力。对准备申请日本医学大学院的同学来说，尽早规划、精准匹配、英语先行、方法论清晰，往往就是决定成败的关键。希望这篇梳理能帮助你更快建立方向感，把备考从“焦虑”变成“可执行的路线图”。 遇任何考学相关问题，也欢迎大家扫描下方二维码进行咨询👇 扫码咨询藤藤，快速掌握考学信息~ 青藤教育AOFUJI 青藤教育Aofujiedu咨询 日本青藤教育 日本青藤教育 点击下方文字 查看更多精彩内容 📚大学院文科 经营学｜经济学｜社会学｜传媒学 日本语教育学｜教育学｜国际关系学｜心理学｜文学 备考时间规划｜出愿材料清单｜修士直考｜专科生考学方式 📚大学院理科 新生常见问题｜六大热门专业介绍 情报理工考试科目&备考书目 机械考试科目&推荐书目 📚学部 出愿材料清单｜校内考攻略｜志望理由书 关东地区人气院校｜关西地区人气院校 🎨美术 关东地区热门院校（上篇） 关东地区热门院校（下篇） 考学时间规划｜校内考攻略 🏆合格学员 大学院经营｜东京大学 大学院经营｜早稻田大学&上智大学 大学院经济｜庆应义塾大学SFC 大学院日本语教育学｜神户大学 大学院传媒学｜早稻田大学 大学院法学｜大阪大学 大学院文学｜大阪大学 大学院体育学｜早稻田大学 MBA｜九州大学 MBA｜筑波大学 学部文科｜学习院大学&青山学院大学 学部理科｜东京理科大学 学部SGU｜国际基督教大学&立命馆大学 学部美术｜武藏野美术大学 青藤小课堂 往期精选 日本语教育学｜无需英语成绩冬季还能报考什么院校？ 日本语教育学｜专升硕热门院校推荐 日本语教育学｜流程易、竞争少、冷门校有哪些？想快速上岸看这篇！ 日本语教育学｜一桥、早大如何备考？这篇宝典告诉你！ =线上小课堂= 💭只需一年就能申请日本永驻？高度人才签证了解一下！|青藤百科 💭和日本女生真的可以AA吗？日本为什么推崇AA制呢？|青藤百科 💭日本大学院情报理工专业-知识点详解/考点介绍 |青藤公开课 💭不会日语怎么办？通过SGU项目来日本读文科吧~|青藤百科 青藤合格榜

先声明：不是说选了这些专业就一定能暴富，但至少就业下限高，在日本找工作时竞争力拉满，回国也吃香 1.人工智能 日本IT行业对AI人才需求激增，尤其在自动驾驶、智慧城市领域。早稻田大学、东京大学等顶尖院校的AI实验室与索尼、丰田等企业合作紧密，毕业生起薪约500万日元/年（≈25万人民币），擅长算法优化或自然语言处理者更吃香。 2.金融工程 结合数学建模与金融理论，庆应义塾大学、一桥大学等院校的金融工程专业，培养量化投资、风险管理人才。毕业生多进入三菱日联、高盛等机构，年薪中位数约550万日元，具备CFA/FRM证书者薪资更高。 3.精密机械工程 聚焦高精度制造与自动化技术，东京工业大学、名古屋大学的机械专业与丰田、发那科等企业深度合作。毕业生从事机器人研发、半导体设备设计，起薪约480万日元，经验积累后薪资涨幅显著。 4.生物医药 东京医科齿科大学、大阪大学等院校的生物医药专业，覆盖基因治疗、新药研发领域。毕业生可进入武田制药、第一三共等企业，或从事临床研究，年薪中位数约600万日元，研究型人才需求旺盛。 5.计算机科学 基础扎实、应用广泛的专业，京都大学、东京理科大学的计算机专业涵盖软件开发、网络安全方向。毕业生起薪约450万日元，进入谷歌、乐天等大厂或自主创业者薪资潜力大。 6.电子信息工程 聚焦半导体、通信技术，东北大学、东京农工大学的电子专业与瑞萨电子、索尼合作紧密。毕业生从事芯片设计、5G网络优化，起薪约480万日元，技术迭代快，需持续学习。 7.建筑学 结合传统与现代设计，东京大学、早稻田大学的建筑专业涵盖绿色建筑、城市规划方向。毕业生可进入日建设计、隈研吾事务所等，起薪约450万日元，资深建筑师年薪可达800万日元+。 8.市场营销（国际方向） 培养跨文化品牌管理能力，庆应义塾大学、上智大学的市场营销专业与资生堂、优衣库等企业合作。毕业生从事品牌策划、海外市场拓展，起薪约400万日元，外语能力突出者薪资更高。 9.环境工程 响应日本“2050碳中和”政策，北海道大学、九州大学的环境专业聚焦污染治理、氢能开发。毕业生可进入环境省、三菱重工等机构，起薪约450万日元，政策支持领域稳定性强。 10.翻译（中日同声传译） 语言+文化双修的专业，东京外国语大学、御茶水女子大学的翻译专业培养高端口译人才。毕业生服务于国际会议、跨国企业，时薪约1.5万-3万日元，经验丰富者日薪可达10万日元+。 选专业真心话： - 别盲目追热，别光盯薪资。比如生物医药薪资高，但要读博才有竞争力，要是不想走科研路就慎选；计算机好就业，但编程能力差的话学起来会很痛苦 - 优先选日本稀缺、国内有需求的方向，比如人工智能、精密机械，这样不管留日还是回国都有退路 - 跨专业申请不是不行，但要提前补基础。比如文科生想申金融工程，至少要自学微积分和概率论，还得考个GRE - 语言是门槛：文科生N1是标配，理工科N2也能混，但英语好的（托福80+）直接赢在起跑线！ - 多问前辈：在校生最清楚哪个教授靠谱、哪个专业水 - 结合自身优势：数学渣就别硬刚IT了，扬长避短很重要 选日本大学/专业时必看4个点： 1. 地理位置：想留日就业的优先选东京、大阪的学校，企业校招会更密集；想搞科研的可以选京都、名古屋的国立大学，实验室资源更牛 2. 教授研究方向：日本考研是选教授不是选专业，比如同样是计算机，有的教授搞AI有的搞网络安全，方向不对再牛的学校也白搭 3. 学校资源＞排名：查学校的就职实绩。比如早稻田的商科、东京工业大学的工科，很多大企业会定点校招，比普通学校机会多太多。同时早稻田大学产学结合紧，九州大学有氢能基地，选校时盯紧实验室和合作企业 4. 行业趋势：日本2050碳中和计划带火新能源，中国双碳政策让环境工程回国也吃香，政策红利要抓住！ 说句扎心的：现在日本留学内卷真的越来越严重了！去年有个学生跟风申计算机，结果日语才N3，编程一点不会，申请8所学校全拒了，白白浪费半年时间‍ 还有人选了看似高薪的翻译专业，结果没达到同传水平，毕业只能做普通笔译，薪资还不如行政岗 其实选对专业真的比努力更重要

日本东京，2025年6月21日——25日 计算机体系结构国际会议ISCA（International Symposium on Computer Architecture，国际计算机领域的顶级学术会议之一）与第四届量子经典协同计算国际研讨会（QCCC-25）在东京隆重开幕。作为本届研讨会唯一获得贡献演讲（Contributed Talk）的中国团队，医图生科带来了与宁波工程学院，中国药科大学的合作研究工作，向来自全球顶尖研究机构、工业界及国家实验室的专家们，展示了团队在量子-经典协同计算（QCCC）领域的研发成果，论文作者，公司首席量子科学家尹志博士代表团队以《SMILES-Inspired Transfer Learning for Quantum Operator Pools in Generative Quantum EigensolverSMILES启发的量子算子迁移学习在生成式量子本征求解器中的应用》为题进行发言，首次提出量子算子表示迁移学习框架，利用AI能力加速量子算子的电路门设计，展示了AI+量子计算突破求解薛定谔方程瓶颈的巨大潜在优势，引发了现场诸位专家的热烈反馈。医图生科的创新实践完美呼应了QCCC-25的核心议题——探索跨越NISQ时代与未来容错量子计算（FTQC）时代的协同系统设计，标志着团队，以及中国科学家在前沿性的量子计算与生物医药设计中，可以发出世界前沿的创新声音与技术路线。 01攻克量子计算--量子化学计算的核心挑战：AI迁移学习融合量子算子表示攻关薛定谔方程求解复杂度指数级增长难题在“NISQ到FTQC：协同系统设计与实现”研讨会(Workshop)，医图生科的报告论文《SMILES启发的量子算子迁移学习在生成式量子本征求解器中的应用》，通过从药物设计中的核心问题入手：在药物设计与材料设计中，需要进行的分子结构的替换，来测试不同药物结构所能达到的药物效果。那么快速的分析结构变化所引起的能量变化，就是高效药物设计的必然面临的核心，这也是传统AI模型无法解决的挑战（原因在于，微观世界没有相关的科学手段来高效的收集相关真实实验数据，从而给AI建立模型的基础）。因此，利用量子计算机求解化学问题时，如何高效的完成薛定谔方程，就是该领域最为重要的方向之一。这个过程需要将目标分子的能量计算映射为量子电路门(让方程求解变为量子计算机可计算的一种方法，从Jordan-Wigner变换到Trotter分解过程)，原始方法生成的电路门复杂度会面临随着分子原子数增多而电路复杂度指数级增大，最终导致根本无法在量子计算机实现计算。那么，有没有一种可能的方法，通过AI来进行学习相似分子的结构特性，使得这一问题大幅提速，从而让生成的量子电路门不再变得不可接受，就是本次报告的核心方案。在本次工作中，医图生科与合作团队，首次提出了如下的解决思路：量子-经典异构架构创新：首创“化学结构-电路门映射”方法，将药物化学表示符号SMILES的结构特性映射为可执行的变分量子电路参数，从而实现药物分子特征与量子硬件的“语义级互联”。这样，量子计算机就有了学习“化学结构”的底层核心方法。AI-量子协同优化引擎突破：通过对生成式量子本征求解器（Generative Quantum Eigensolver, GQE），加入了生成式AI预训练模型引导量子门优化，在量子计算机上实现超低资源消耗的高维分子薛定谔方程求解，为克服“贫瘠高原”问题提供可工程化解决方案。以上的方法吸引了与会研究者的充分兴趣，这种融合了多个前沿技术的交叉学科研究思路（AI迁移学习，计算化学，量子力学，量子化学以及计算机工程）的讨论，获得了在场观众的一致认可。 会后交流中，各位专家表示，这种将量子计算聚焦到药物化学的应用场景，在国际上也是全新且目前并无成熟解决方案的前沿交叉领域，该领域有非常巨大的研究价值和市场前景，对团队的融合创新能力给予了高度的评价和肯定！02技术再进化：TyxonQ太玄量子构建下一代量子+AI的实用化跨平台编程全新框架报告中，团队宣布将发布一项全新的下一代量子计算+AI药物设计开发框架TyxonQ 太玄量子，医图生科表示其TyxonQ开发工具会进行几大核心的功能路线：药物化学的专业背景知识适配当下量子计算机NISQ噪声的经典-量子混合架构医图生科的量子计算TyxonQ计算引擎，利用张量网络计算Tensor加速量子计算----将药物化学的能量计算问题映射为可执行量子电路过程中，将其中更适合经典超算架构的矩阵表示部分，采用人工智能计算非常成熟的Tensor表示方法，来加速关键性的环节，从而达到一个量子--经典混的异构编程方法。这一工具，使得量子计算机在求解问题过程中，可以方便的将更适合经典计算的加速问题，得到充分的加速，并将最核心的经典计算无法有效处理的部分，放入量子计算芯片处理。从而达到1+1>2的效果，以便更好地完成计算任务。2. 量子编译优化时代到来的先行者TyxonQ的架构将会在具体问题中，将会带来AI+QC的原生编译能力。在量子电路的生成过程中，框架将会原生引入AI来进行电路的编译优化设计，大幅的提升电路可执行能力。例如，用户可以将需要满足的量子机器的物理条件（例如：机器支持的电路深度，原生测量电路门等）带入生成电路门约束条件的过程， 从而使得可执行的量子程序尽可能的满足真实机器的硬件条件限制。 这样，量子程序就进入了可校验，可复现的路线上。3. 硬件底层的充分融合，高性能计算+量子计算的混合调度TyxonQ可以进一步形成跨硬件设施的从容调度能力。将量子计算问题拆分后，分别将不同任务分配至HPC（高性能计算机）与QPU（量子计算单元），尤其是引入了容器调度系统后，这一框架将会给量子计算使用者/计算化学软件使用者带来完全无感的计算体验，用户将直观感受到超算+量子带来的巨大性能提升而不用去关注硬件层面的调度与算力分配。4. 量子计算的EDA软件时代到来TyxonQ的路线图最重要的一环是加强量子模拟器与真实量子计算机的映射能力。现有的量子计算框架对于量子噪声的实现与真实机器噪声相差较远，以及全噪声通道模拟也同样导致量子仿真的效率极度低下。 因此，TyxonQ将会致力于不断地在真机实践中，构建出最能反映真实噪声情况的量子编译模拟器，从而将量子计算的芯片设计，推向专业分工阶段。03响应QCCC实用化量子计算的愿景：量子算力驱动药物研发范式革命医图生科团队在研讨会中强调：量子--经典协同计算已经从学术讨论可以进入到工业应用的环节当中。讨论中，团队展示了2024年发表的论文：《A hybrid quantum computing pipeline for real world drug discovery  真实世界药物研发的量子-经典混合框架》，表明量子计算已经可以进入应用环节。 同时公司正通过可落地的技术路径，推动着量子计算的应用实践目标：平台即生产力基于TyxonQ架构打造的QureGenAI平台已向全球药物设计，量子计算机的研究者开放SaaS与大模型介入的MCP服务，未来将接入不同类型的量子硬件，实现混合算力资源按需调度。2. 管线验证商业价值医图生科使用TyxonQ关键技术实现的AMB-HAE雄激素脱发治疗药物管线，已近进入临床前Pre-IND研究阶段。 该管线充分融合了前沿技术，我们期待在未来的临床阶段，展示出全新技术带来的药物研发新范式；全球首款量子-AI拉曼光谱系统：团队采用量子计算完成难以获取的纯品物质的拉曼信号特征，从而完成混合物的快速定量建模。机器已于2025年5月份上市，正式开始销售。作为始终将量子计算+AI作为公司核心技术平台的团队，医图生科将会持续性的在世界前沿的学术，工业大会提分享量子计算的案例与应用，同样期待着在下一代计算体系到来时，可以作为中国本土的工程力量，表达自己的想法与见解。左：医图生科CEO李翛然，右：医图生科参会发言人尹志博士04量子协同计算新纪元：ISCA-QCCC-25重塑医图生科技术路线与全球定位 ISCA（国际计算机体系结构研讨会）是计算机科学与工程领域历史悠久、最具影响力的顶级国际学术会议之一。自1973年首届会议以来，ISCA已成功举办52届（2025年大会为第52届），是公认的全球计算机体系结构研究创新的核心平台。该会议长期致力于推动计算底层架构的前沿探索，聚焦于处理器设计、内存系统、高效能计算、能效优化、以及新兴计算范式等关键方向。ISCA不仅是全球顶尖学术机构（如MIT、Stanford、ETH等）和产业巨头（如Google、NVIDIA、Meta等）展示最新突破性研究成果的首选论坛，更因其前瞻性的议题设置（如本届重点讨论的“可持续计算架构”）而引领着全球计算技术的发展方向。对于生命科学领域而言，现代生物医学研究（如基因组学、蛋白质组学、医学影像分析、AI驱动的药物发现等） 日益依赖强大的计算力支撑。ISCA所探讨的高效能、高能效、智能化的下一代计算架构技术，是突破当前生物信息处理瓶颈、加速生命科学发现的关键底层驱动力。对于企业而言，参会了解这些前沿计算技术，对把握未来生命科学研究所需的强大计算基础设施发展趋势至关重要。本届ISCA于2025年6月21日至25日在日本东京的早稻田大学举行。本次议程承诺将精彩纷呈，不仅包含前瞻性和新颖的技术论文展示，还包括一场由ISCA传奇人物参与的专家小组讨论会，以及总共33场教程和研讨会。对医图生科而言，ISCA不仅是计算机硬件的“风向标”，更是破解生命科学算力困局、布局下一代科研基础设施的战略入口。通过参与这一顶级会议，医图生科可以提前卡位未来5年生物计算的核心技术，显著降低大规模数据分析的时间与成本。ISCA近年逐渐关注新兴计算范式（包括量子、类脑等），而量子计算的发展对传统计算机体系结构设计（如纠错、互联、存储层级）提出新挑战，成为ISCA的讨论议题。过去几年，量子计算领域取得了显著进展——从早期的量子霸权演示，到利用先进纠错技术抑制误差的突破性成果。尽管去年的研讨会聚焦于经典计算如何支撑NISQ（含噪声中等规模量子）时代的量子设备以克服环境噪声和技术限制，但当前的研究格局正在快速演进。如今的研究正转向开发能够实现可靠、大规模计算的容错量子计算（FTQC）系统。QCCC-25旨在通过探索横跨NISQ 和 FTQC 时代的量子-经典协同计算（QCCC）系统 的创新设计，进一步突破这些界限。本次研讨会将着重关注架构和系统层面的方法，在这些方法中，经典计算不仅能提升性能和可扩展性，还能缓解诸如量子比特退相干、互连能力受限以及鲁棒纠错带来的开销等挑战。通过将过往洞见与新的技术方向相结合，QCCC-25 致力于汇聚来自学术界、工业界和国家实验室的研究人员，共同推动下一代混合量子-经典计算系统的发展。当全球聚焦NISQ到FTQC的惊险一跃，医图生科以系统级协同创新证明：中国不仅是量子革命的见证者，更是效用标准与产业生态的定义者。QCCC-25的东京共识，正在为“量子制药时代”刻下东方坐标。05结语在量子计算迈向实用化的关键转折点，医图生科于ISCAQCCC-2025国际舞台的卓越表现昭示：中国力量不仅是全球量子科技革命的参与者，更是协同范式与产业落地标准的定义者。当经典智慧与量子算力深度融合，中国创新正为人类健康开启一个“可计算的生命时代”。