たぶん、①機械系（トライボロジーの実機への搭載応用）か、②広義のバイオインフォマティクスか…のどちらかに絞られると思うんですよ。
んで、その関係性をそれぞれちょっと紐解いておくと…
①機械系（トライボロジーの実機への搭載応用）
これは簡単な計画で実機機械へ広義のトライボ性能を上昇させるっていうもの。ただ、加工精度の問題があって、前に実機のかたに相談したことはある。その結果、マイクロ単位の加工をするには自宅の設備じゃ難しいんだよな。計測機器の問題も同様。だから、どうしたって、研究企業に属することになる。単純に生物学的な耐久試験を（カネのかからん方法でｗ）やるっていう案だな。
②広義のバイオインフォマティクス
これも簡単で、NMR法とかでRNAなりなんなりの立体構造と機能を実際に調べてデータベースをcsvのような従来考えられなかったぐらいの簡素な方法でまとめる（つまり、データベースの構築から始まる）。もしくは、既存のデータベースを再構築・比較して、新しい（と思われる）合成RNAにどういう機能が備わるかを予測して絞り込む。その合成RNAをin vitro実験経由で統計的解釈を加え明らかにするってだけ。その過程で、学術論文のマイニングを行いどの立体構造要素がどれだけのつながりをもっていて、どれがあんまり注目されていないブルーオーシャンなのかを調べていく。なるべく効率的にRNAの構造と機能性との関係性を紐解く、最適案を練るっていう計画。これだとメリットは大きくて、実験室で得た手法を実際の合成RNAで実験するのは、（外注するなら依然として50万単位のカネが必要になるので敷居は高いがｗ）なんとか自宅のレベルでも手に入る方法にはなる。また、バイオインフォマティックな要素を身に着けて、従来は『まったく意に関せず』というジャンルのデータベースとマイニング・比較して相同性がどれぐらいあるのかっていうのを洗いざらい調べつくしていくっていうこともできるかもしれない。自宅ベースの研究にも応用出来て、かなり長いスパンで計画研究ができるというメリットはあると思うんだよな。
たぶん②の方法のほうはジャンルに限らないっていうキーがあるし、統計言語の応用局面にも派生するから多種多様な研究に応用できるかもしれない。あと②は、分野として金融の新しい相関関係問題にも発展する。例えば、従来はまったく目に取られなかった、共創型サイトってのが今は注目されているっていう現状ある。みんなで知識集約して投資研究に活かそうっていうことね。
バイオインフォの研究者が”副業”として金融ネットワークの専門家であることが多いのはなにも偶然ではない。従来からのバイオインフォの研究手法ってのはシーケンシングに注目しすぎていて、統計的研究に重きを置きすぎているって思うんだよな。なんか、違うんじゃねえかなぁ…ってMac推薦の研究を見ていて思うところはある。