Nature公布21世紀最高引論文Top25第一竟是它

《自然》近日揭曉了21世紀被引用次數最多的25篇論文。令人意外的是，mRNA疫苗、CRISPR基因編輯、希格斯玻色子的發現等重大突破性成果均未進入榜單。

真正入榜的，反而是涉及人工智能（AI）、提升研究質量的系統性方法、癌癥統計以及科研軟件等研究的論文。不過，2010年諾貝爾物理學獎得主關于石墨烯實驗的開創性論文也躋身榜單。

美國密歇根大學社會學家Misha Teplitskiy指出：“科學家雖重視理論及實證發現，但在實踐中，方法類論文會被更頻繁地引用。”

此項排名中，位于榜首的是微軟2016年發表的關于殘差網絡（ResNet）的研究。值得注意的是，引用榜單前10名中，有6篇論文都與AI相關。

21世紀被引用最多的十篇論文圖源：《自然》

AI的崛起

《自然》選擇了涵蓋21世紀上千萬篇論文的五個數據庫，并依據它們的中位數排名進行分析。

結果顯示，被引用次數最高的論文，是微軟2016年發表的關于ResNet的研究。該技術解決了深層神經網絡信號衰減問題，為AlphaGo、AlphaFold和ChatGPT等AI突破奠定基礎。

“在此之前，深度學習并沒有那么深刻。”該論文的作者之一、麻省理工學院副教授何愷明說。

但對于微軟的這篇論文是否為最高引用，目前尚存不同看法。谷歌學術顯示其引用25.4萬次，排名第二；而Web of Science記錄為10萬次，排名第三。

微軟的這篇論文不僅僅是21世紀所發論文中的熱門。根據《自然》另一項分析，它也位列歷史上被引用次數最多的前十篇論文之中。

值得注意的是，21世紀高引用論文前十名中，AI相關研究就有6篇。除ResNet外，還包括：2012年引發深度學習革命的AlexNet論文；2017年提出Transformer架構的“Attention Is All You Need”，該技術成為大語言模型的核心；2001年提出的機器學習算法“隨機森林”，因其開源、易用性被廣泛引用。

2023年圖靈獎得主、多倫多大學計算機學家Geoff Hinton指出，AI論文在引用競爭中具有天然優勢。他表示，AI領域的論文與大量領域有關，并在21世紀取得了極快的進步和大量的論文。

就在去年，Hinton因其在AI方面的工作獲得了諾貝爾物理學獎。許多人將深度學習革命歸功于Hinton合著的這篇AlexNet論文。

實際上，關于AI相關論文的引用量可能比統計的更多。這是因為許多AI論文在正式同行評審之前會作為預印本發布，這使它們的引用次數統計變得復雜化。大多數商業數據庫要么不跟蹤預印本，要么不嘗試將其引用與最終同行評審文章的引用合并。

荷蘭萊頓大學退休的科學計量學家Paul Wouters表示，隨著引用預印本變得越來越普遍，數據庫可能需要采用新的慣例來匯總這些引用。

受歡迎的科研工具

排名第二的論文也并非偶然上榜，因為它明確地給研究人員提供了一些有價值的內容。

這篇論文是制藥科學家Thomas Schmittgen在2001年提出的qPCR數據分析方法，它解決了技術手冊無法被引用的問題，累計引用超16萬次。

這篇論文的誕生有些趣味性。起初，Schmittgen提交了一篇論文，包括來自定量PCR技術的數據，該技術允許研究人員量化樣品中的DNA量。為了分析數據，他使用了技術手冊中的計算公式。

但一位審稿人表示：“你不能在論文中引用用戶手冊。”因此，Schmittgen聯系了公式的創建者，共同發表了一篇可以引用的論文。

這篇論文的確很受歡迎，因為其公式為生物學家提供了一種簡單的方法來計算基因活性在不同條件下的變化，例如在藥物治療前后。

榜單中其他高被引科研工具，還有晶體結構分析軟件SHELX，排名第5；基因表達分析工具DESeq2，排名第18；Python機器學習庫scikit-learn，排名第15。

SHELX的論文由已故的英國化學家George Sheldrick所寫，主要用于分析X射線穿過分子晶體后的散射模式，以揭示分子的原子結構。

“我的工作是教化學，寫這些程序是我業余時間的愛好。”Sheldrick曾經如此表示。根據所查詢的數據庫，該論文目前被引次數在7萬至9萬次。

需要注意的是，科學家使用和引用最具影響力的程序之一——R編碼軟件本身，卻未出現在榜單上。OpenAlex顯示，已有超過30萬次引用指向R編碼軟件，但其他數據庫均未記錄。

這可能是因為R的開發者建議用戶引用一個網站，該網站是軟件所在的存儲庫，但開發者從未寫過一篇關于它的正式論文。

這個例子顯示了引用文化和記錄有多么反復無常。德國馬克斯·普朗克固體研究所的科學計量學家Robin Haunschild建議：“如果你寫了一個有影響力的程序，一定要發表正式的論文，這是提高學術可見性的第一課。”

癌癥與健康研究

21世紀最高引用論文中，包含三篇癌癥論文，它們常出現在癌癥研究論文的引言部分。

其中兩篇是GLOBOCAN 2018年和2020年的報告，這是世界衛生組織每一兩年跟蹤全球癌癥統計數據的項目，這兩篇論文引用排名分別是第九、第十。

這些論文的主要作者、法國里昂國際癌癥研究機構的癌癥流行病學家Freddie Bray說，GLOBOCAN數據被需要提供特定癌癥類型發病率或死亡率的研究人員、倡導者和決策者使用。

第三篇癌癥論文試圖將癌癥的復雜性提煉為腫瘤中常見的關鍵特征。論文作者、瑞士洛桑路德維希癌癥研究所研究員Douglas Hanahan表示，這些“癌癥特征”幫助界定了整個研究領域。

Hanahan說，很多學生告訴他，自己因為這篇綜述而學習癌癥研究，“我感覺自己像個搖滾明星。”

位列榜單第四的論文被譽為“精神病學圣經”，是2013年發布的《精神障礙診斷與統計手冊》第五版（DSM-5）。它描述了包括成癮癥和抑郁癥在內的精神障礙分類和診斷的標準，被世界各地的研究人員和衛生專業人員廣泛使用。

提升研究質量的指南

榜單中排名第三的，是關于“主題分析法”的論文，這是一篇意外成為現象級文獻的論文。作者原本旨在為學生提供定性研究方法指南，卻因清晰的操作框架被全球學者采用。

多年來，心理學家Virginia Braun和Victoria Clarke一直試圖教學生“主題分析”，這是一種定性研究方法。她們發現，這種方法的定義和描述都很差。為此，她們寫了一篇面向學生的可讀性強的論文，不僅解釋了“主題分析”，還包括一份做好主題分析的標準清單。

論文發表后，研究人員開始引用這篇論文中的主題分析方法，這使其引用次數飆升。這篇論文也改變了作者們的生活，她們的大部分工作轉向了主題分析，并收到來自世界各地的會議邀請。

榜單中類似該案例的論文還有幾個，比如系統評價報告規范PRISMA、元分析異質性統計量。

綜述的興起

21世紀高引用論文榜單還反映了一個趨勢，就是系統綜述和元分析的興起。

在系統綜述中，研究人員會綜合所有能回答特定問題的嚴謹研究，例如通過整合多項臨床試驗數據來判斷某種藥物的療效。這類研究通常包括元分析，即對數值結果進行整合的統計技術。

加拿大渥太華醫院研究所臨床流行病學家David Moher和其他科學家發現，許多系統評價“報告質量低劣”。這些研究往往缺乏關鍵細節，例如臨床試驗受試者的具體特征或所使用的藥物劑量。

2009年，Moher等人發表PRISMA聲明來解決這些問題。該論文提供了一份包含27項報告標準的清單，為相關研究確立了規范框架。

PRISMA迅速成為報告清單的標配，目前位于引用榜單的第11位。隨著系統綜述數量的激增，研究人員開始普遍引用該論文，以證明他們遵循了嚴謹方法。

研究表明，使用PRISMA標準確實提高了系統評價報告的質量。但Moher也承認，一些作者存在“鉆制度空子”的行為，他們雖然引用了標準清單，但實際上并未遵循其規范要求。

另一種方法隨著元分析的發展而躋身高引用榜單。大約2000年，統計學家Julian Higgins和他的同事，開始開發一種能量化元分析中各研究結果一致性的方法。例如，驗證某種研究藥在不同人群中的效果是否一致。這種統計方法能預示藥物或其他干預措施在不同情境應用時的可能療效。

該團隊設計的改進統計量的論文被高度引用。部分原因是它被納入了《Cochrane干預措施系統綜述手冊》——此類研究的權威指南。

但現任英國布里斯托大學證據合成專家的Higgins表示，他看到作者引用了該論文，但錯誤解讀了這個統計量。“這在很多方面都令人遺憾。被引用非常欣慰，但當他們誤解你的研究初衷時，卻令人尷尬。”

相關參考信息：

https://doi.org/10.1038/d41586-025-01125-9