《自然》雜志解密百年來最高引用率研究成果

　　高溫超導體的發現、DNA雙螺旋結構的確定、宇宙膨脹加速的最早觀察結果，所有這些突破都獲得了諾貝爾獎和國際認可。但這些論文從未宣稱自己躋身有史以來引用率最高的百篇論文之列。

　　引用是作者承認早期研究的方法、理念和發現的標準手段，并且通常被當作衡量一篇論文重要性的粗略標準。50年前，Eugene Garfield發行了科學文獻索引（SCI），這是首個追蹤科學文獻引用的系統性努力。在周年紀念到來之際，《自然》雜志攜手湯森路透（目前是SCI的擁有者），羅列了有史以來引用率最高的100篇論文。該研究涵蓋了湯森路透全部數據庫——SCI的在線版本，也涵蓋了社會科學、藝術與人文、會議記錄和一些書籍。論文的發表時間從1900年至今。

　　該研究得出了一些出乎意料的結論：至少得出要位居前100必須有12119次引用的驚人結果，而許多世界上最知名的論文都未能達到這一標準。前100名中，一些確實是經典成就，例如首次發現碳納米管（第36位）。但大多數描述實驗方法和軟件的論文成為其領域的重要資料。

　　例如，歷史上被引用次數最多的是一篇1951年的論文，描述了一個確定溶液中蛋白質數量的實驗。到目前為止，它共被引用了30.5萬次。這個數字也讓該論文的第一作者、美國生物化學家Oliver Lowry感到不解。他在1977年寫道：“我確實認為它并不是一篇極好的文章，但我依然從這樣的反響度上得到了極大快樂。”

　　如果整個湯森路透的數據庫是一座乞力馬扎羅山，那么這100篇引用率最高的論文只相當于山頂的1厘米。只有14499篇論文的引用率超過1000——這也只占1.5米的高度。同時，山麓上的論文可能只被引用過一次。

　　荷蘭科學和技術研究中心主任Paul Wouters表示，許多研究方法論文“成為一個標準的參考，以便讓其他科學家明白自己在做的工作是什么”。另一個科學慣例是真實的基礎研究（例如愛因斯坦的狹義相對論）獲得的引用比它們應得的更少：它們如此重要，能很快地進入教科書，或成為論文正文的一部分——這些理論如此著名已經不需要標注引用。

　　引用計數也會受到其他混合因子的影響。例如，發表時間早的論文有更多時間積累引用量、生物學家的引用量高于物理學家、并非所有領域的出版物數量相同等。

　　另外，谷歌學術也曾為《自然》雜志編輯了100篇頂級論文。在這份名單里，經濟學論文成績最為突出。谷歌學術還突出了書籍的排名，而湯森路透并沒有對此進行分析。但在科學論文中，兩份名單有一些重合。

　　無論遭到多少質疑，這種老式的名人堂依然有價值。它能作為自然科學知識的提醒。研究人員正在依賴著相當多的被埋沒的關于實驗方法、數據庫和軟件的論文，這是令人激動的進步。

　　生物技術

　　數十年來，前百位論文名單始終被蛋白質生物化學界所主宰。上述1951年論文一馬當先牢牢占據首位。盡管許多生物化學家表示，該論文與Bradford法相抵觸，已經有些過時，后者位列第三。位居第二的是用于不同蛋白質分析的Laemmli緩沖液。這些技術的高排名歸功于細胞和分子生物學的大量引用。

　　前100位論文中，至少有2種生物學技術獲得諾貝爾獎。排名第四的論文（作者Frederick Sanger）描述了DNA測序技術；第63位的論文（作者Kary Mullis）講述了聚合酶鏈反應，其作者均因此獲得諾貝爾獎。

　　其他方法雖然受到的關注度較低，但仍獲得不小的回報。上世紀80年代，意大利癌癥遺傳學家Nicoletta Sacchi與波蘭分子生物學家Piotr Chomczynski在美國發表了從生物樣本中提取RNA的一個快速、廉價方式。目前，這篇論文排名第五。Sacchi表示自己并未從這項技術中獲得金錢報酬，但卻從研究中獲得巨大的滿足。

　　生物信息學

　　Sanger的論文發表后，基因序列研究迅速發展。一個主要的例子是BLAST（局部序列排比檢索基本工具），它已經廣泛被希望了解基因和蛋白質作用的生物學家所知曉。用戶只需要在瀏覽器中打開程序，并插入一個DNA、RNA或蛋白質序列。幾秒鐘之后，它將顯示來自數千生物體的相關序列，以及這些序列的功能信息，甚至有關的文獻。有關BLAST的論文在排名中出現兩次，分列第12位和第14位。

　　但由于引用習慣存在差異，BLAST被Clustal擠出排名。Clustal允許研究人員描述不同生物體的序列間的進化關系，以便找到看似無關的序列間的匹配關系，并預測基因或蛋白質的一個特定點的變化如何影響其功能。一篇發表于1994年的描述ClustalW的論文位列第10，另一篇發表于1997年的ClustalX論文位居第28。

　　BLAST和Clustal的研究小組在為其論文的排名展開競賽。但Clustal研究小組成員、愛爾蘭都柏林大學生物學家Des Higgins表示，這是友好競賽。“BLAST是游戲規則改變者，它們獲得的每一次引用都當之無愧。”

　　系統發生學

　　另一個受到日益發展的基因測序學鼓舞的是系統發生學。該學科致力于研究物種間的進化關系。

　　位居該排名第20位的是一篇介紹“鄰位相連法”的論文——它根據遺傳變異等進化距離的測量，將大量生物體快速有效地放置到系譜樹上。上世紀80年代，人體人類學家Naruya Saitou在加盟得克薩斯大學Masatoshi Nei實驗室后幫助設計了該技術。那時，人類進化和分子遺傳學兩個領域充斥著大量信息。“我們人體人類學者有點像面臨著當時的大數據。”Saitou說。該技術幫助研究人員在不耗盡計算機資源的前提下，從大規模數據庫中設計出系譜樹。

　　位居第41的論文描述了如何將統計學運用到系統發生學中。1984年，華盛頓大學進化生物學家Joe Felsenstein改編了名為引導程序的統計學工具，以推斷進化樹不同部分的精確性。盡管一開始該論文積累引用數量十分緩慢，但到上世紀90年代至本世紀初，當分子生物學家意識到需要這樣的方法進行預測后，它迅速受到歡迎。

　　統計學

　　芝加哥大學統計學家Stephen Stigler表示，盡管前100篇論文中有不少統計學文章，“但對我們統計學家而言，并非所有文章都是最重要的”。當然，它們已經被證明對廣大科學家來說是最有用的。

　　這些交叉成功很多源于生物醫學實驗室不斷得到的數據。例如，統計學論文中引用最頻繁的一篇（位列第11）是1958年美國統計學家Edward Kaplan和Paul Meier發表的幫助研究人員了解一個人群的幸存模式的論文，例如臨床試驗的參與者。該方法引進了卡普蘭-邁耶曲線。第二篇（第24位）則是英國統計學家David Cox于1972年發表的論文。他擴展了這些生存分析，納入性別和年齡等因素。

　　而卡普蘭-邁耶曲線論文則是名副其實的黑馬，在上世紀70年代計算機技術興起前，它幾乎沒被任何人引用。另外，簡單和易用也推動該領域論文廣受歡迎。英國統計學家Martin Bland和Douglas Altman因一項目前名為Bland Altman分析的技術而占據了排名的第29位。

　　最老和最新的統計學論文都涉及相同的問題——多重比較數據，但卻出自迥然不同的科學背景。美國統計學家David Duncan在1955年發表的論文（第64位）適用于需要比較數個分組時，但排名第69位的控制錯誤發現率的論文（以色列統計學家Yoav Benjamini和Yosef Hochberg發表于1995年）則能被用于比較成千上萬的數據，這一尺度是Duncan的論文無法達到的。

　　無論如何，耶魯大學化學家Peter Moore表示，這位研究人員上了有力的一課。“如果引文是那些你想用的，發明一種能幫助人們進行自己希望的實驗或讓研究更加容易的方法，將比發現宇宙的秘密，讓你走得更遠。”