史上引用次數最高的100篇論文有多少是諾獎級別的？

Nature

*原文鏈接內有互動式圖表*

*建議橫屏閱讀*

原文以The top 100 papers為標題

發布在2014年10月29日的《自然》新聞上

原文作者：Richard Van Noorden、Brendan Maher和Regina Nuzzo

《自然》在此探究那些歷史上引用量最高的論文。

Richard van Noorden討論是那些原因會讓論文獲得超高的引用量。

Nature

Podcast

發現高溫超導體，確定DNA雙螺旋結構，首次觀測到宇宙膨脹加速……這些科研突破都收穫了諾貝爾獎和國際聲望，但是報告這些發現的論文卻無一躋身有史以來引用次數最高的百篇論文之列。

引用指的是在論文中引述前人的研究成果，是作者表明其方法、觀點和發現來源的標準方式。引用次數一般被用作衡量一篇論文重要性的粗略指標。50年前，Eugene Garfield發表了科學引文索引（SCI），SCI是追蹤科學文獻引用次數的首次系統性嘗試。為紀念SCI誕生50周年，《自然》雜誌邀請目前擁有SCI的湯森路透公司列出了有史以來引用次數最高的100篇論文。此次統計涵蓋了湯森路透Web of Science的全部內容，Web of Science是SCI的在線版本，其中也包括社會科學、藝術人文、會議論文和一些書籍資料庫。納入統計的論文的發表時間為1900年至今（2014年10月）。

結果令人驚訝。首先，引用次數要達到驚人的12119次才能躋身百強榜，許多最為著名的論文都沒有上榜，而少數上榜的著名論文的確屬於經典發現，比如首次觀測到碳納米管（排名第36位）。但是，上榜的絕大多數都是描述實驗方法或軟體的論文。現在，這些發現已成為了各自領域內所必不可少的工具。

例如，有史以來上引用次數最多的是1951年發表的一篇論文，描述了一種確定溶液中蛋白質含量的測定方法。迄今為止，該論文的引用次數已超過305000次，這曾讓論文的第一作者、已故美國生物化學家Oliver Lowry感到困惑不已。「雖然我知道它實際上算不上一篇偉大的論文……但是它的反響是如此之大，我還是不免暗自得意，」他在1977年如此寫道。

學術文獻的龐大數量意味著百強論文都極其超群。湯森路透的Web of Science包含約5800萬條文獻記載，如果將其比作乞力馬扎羅山，那麼引用次數最高的100篇論文僅相當于山頂的1厘米。只有14499篇論文的引用次數超過1000次，約佔1.5米的高度（請參閱「論文如山」）。與此同時，山麓部分的論文可能只被引用了一次——它們約佔所有文獻的一半。

沒有人完全明白為什麼有些論文高居「山頂」，而有些論文名氣雖大，但引用次數卻一般，不過研究人員的習慣或可解釋一部分原因。荷蘭科學和技術研究中心的主任Paul Wouters表示，許多關於研究方法的論文「成為了一種標準引用，好讓其他科學家明白作者在做的是什麼樣的研究」。科學家的另一種常見做法使得真正的基礎性發現（比如愛因斯坦的狹義相對論）的引用次數低於其應得水平：這些發現是如此的重要，以至於很快便進入課本，或者被當作耳熟能詳的術語，不需要添加引用就能直接納入正文。

引用次數中也充滿了其他干擾因素。舉例來說，論文引用的總量增加了，但發表時間早的論文有更多的時間來累積引用量。生物學家傾向於比物理學家更頻繁地引用他人的研究成果。而且，並非所有領域發表的論文數量都是一樣的。因此，現代文獻計量學家在衡量一篇論文的價值時，會避免採用簡單地計量引用次數這種粗陋的方法：相反，他們更偏向於比較發表時間接近、領域相當的論文的引用次數。

湯森路透的名單也不是唯一的排名系統。谷歌學術也為《自然》編製了自己的百強著作名單（請參閱「谷歌百強著作排名」）。谷歌學術的名單有更大的引用量作為基礎，因為谷歌的參考文獻是從更大（但分類不佳）的文獻庫，包括大量書籍中篩選的。在谷歌編製的著作名單中，經濟學論文較為突出。谷歌學術的名單也包括了湯森路透沒有分析的書籍。但在科學論文方面，兩份名單有許多重合。

雖然引用次數存在種種缺陷，但這種老式的「名人堂」做法依然有其價值。其它暫且不表，它至少可以提醒我們科學知識的本質：為了取得激動人心的科學進步，研究人員依賴於相對默默無聞的論文來描述實驗方法、資料庫和軟體。

成千上萬次的引用將一些介紹關鍵研究方法的論文推上了科學的乞力馬扎羅山之巔，它們至關重要，卻鮮少引起關注。下面，《自然》雜誌將帶領各位讀者認識其中一二。

Photo by Kyle Bean; Design by WesleyFernandes/

Nature

生物技術

數十年來，引用次數最高的百強論文一直被蛋白質生物化學主導。1951年發表的一篇論文介紹了測定蛋白質含量的勞里法（Lowry），一直穩居第一。不過許多生物化學家表示，勞里法和與之競爭的布拉德福蛋白質定量法（發表該方法的論文排名第三）都已經有點過時了。排名第二的論文介紹的是用於另一種蛋白質分析的Laemmli緩衝液。這些技術的支配地位可歸因於細胞及分子生物學領域的高引用量，在這些領域內，這些技術仍然是不可或缺的工具。

在百強論文所描述的生物技術中，至少有兩項獲得了諾貝爾獎。排名第四的論文描述的DNA測序方法為已故的Frederick Sanger贏得了1980年的諾貝爾化學獎。排名第63位的論文描述的是聚合酶鏈式反應（PCR），一種複製DNA片段的方法，它為美國生物化學家Kary Mullis贏得了1993年的諾貝爾獎。這兩種方法幫助科學家探索和操控DNA，推動了延續至今的遺傳學研究革命。

其它方法受到的讚譽更少一些，但也並非籍籍無名。20世紀80年代，義大利癌症遺傳學家Nicoletta Sacchi與波蘭分子生物學家PiotrChomczynski在美國合作，發表了一種從生物樣本中提取RNA的迅速而廉價的方法。隨著該方法的廣泛流行（目前引用數排名第五），Chomczynski對該技術進行了改良，取得了專利權，並創建了一個銷售試劑的公司。目前任職於美國羅斯威爾帕克癌症研究所的Sacchi表示，她並沒有從中獲得大量金錢報酬，但看到許多偉大的發現建立在她的研究基礎之上，她感到心滿意足。舉例來說，這項技術對非編碼短RNA分子研究的爆炸式增長功不可沒。「從科學角度來說，我認為那才是一種巨大的獎勵，」她說。

生物信息學

Sanger的研究成果推動了基因測序領域的快速發展，這推高了介紹序列分析方法的論文的排名。一個重要的例子是基本局部比對搜索工具(BLAST)，二十年來，對於研究基因和蛋白質行為的生物學家來說，這是一個無人不知的工具。用戶只需要在網路瀏覽器中打開程序，插入一個DNA、RNA或蛋白質序列，不出幾秒鐘，他們就能看到來自成千上萬種生物體的相關序列，還有與這些序列功能有關的信息，甚至還有相關文獻的鏈接。BLAST是如此的受歡迎，以至於關於這一程序不同版本的論文在名單上出現了兩次，分別位列第12 和第14位。

但是，受引用習慣變化的影響，BLAST被Clustal擠到了後面。Clustal是BLAST的一個補充工具，可以一次比對多個序列。Clustal讓研究人員得以描述不同生物體序列之間的演化關係，在看似不相關的序列中發現匹配，並預測在基因或蛋白質特定位點發生的變化可能會對其功能產生什麼影響。一篇1994年的論文描述了該軟體的用戶友好型版本ClustalW，目前排名第10位。關於一個較新的版本ClustalX的一篇1997年論文排名第28位。

開發ClustalW的團隊來自德國海德堡的歐洲分子生物學實驗室，當初設計的是讓該程序在個人計算機，而非大型計算機上運行。不過，在來自私營公司的計算機科學家Julie Thompson於1991年加入實驗室後，該軟體改頭換面。「原來的程序是生物學家寫的——我很想找個委婉的方式來表達這一點，」Thompson說，她現在就職於法國遺傳學、分子與細胞生物學研究所。Thompson重新編寫了程序，幫助它應對當時產生的基因組數據的數量和複雜性，並將它改進得更易於使用。

BLAST和Clustal背後的團隊對彼此的論文排名都存有好勝之心；不過他們之間的競爭十分友好，都柏林大學學院的生物學家、Clustal成員DesHiggins說。「BLAST是個顛覆性的工具，他們所獲的每一次引用都是理所應得的。」

系統發生學

另一個被基因組測序拉高排名的領域是研究物種間演化關係的系統發生學。

排名第20位的論文介紹了鄰接法，這種方法根據物種間演化距離的一些測度，比如遺傳變異，來快速高效地找到大量生物在系統發生樹上的位置。它將有親緣關係的生物聯繫起來，一次一對，直到系統樹解析完成。20世紀80年代，體質人類學家齋藤成也在加入根井正利在得克薩斯大學的實驗室後幫助設計了這項技術，以研究人類演化和分子遺傳學。當時，這兩個領域正開始迎來信息爆炸。

「當時，我們體質人類學家面臨的情況有點像今天的大數據，」目前任職於日本國立遺傳學研究所的齋藤說。鄰接法讓研究人員有望在不耗盡計算資源的情況下，用大規模數據集構建出系統發生樹。（在另一篇排名前100位的論文中，文中的Clustal程序演算法也借鑒了這種策略。）

排名第41位的論文描述的是如何將統計學應用到系統發生學中。1984年，華盛頓大學的演化生物學家Joe Felsenstein改編了一種名為自助法（Bootstrap）的統計工具，以推斷演化樹不同部分的準確性。Bootstrap對一個數據集多次重複採樣，然後使用得到的估計結果的方差來確定單個分支的置信度。雖然這篇論文累積引用次數的速度不快，但到了20世紀90年代至21世紀初，分子生物學家開始意識到在預測中使用這種技術的必要性後，它的流行程度大為上升。

Bootstrap的概念由斯坦福大學的統計學家Bradley Efron於1979年提出。Felsenstein認為這一概念遠比自己的工作更基礎，但他把這種方法應用在了解決生物學問題上，這意味著他的工作得以被更為廣泛的研究者群體引用。Felsenstein獲得的高引用數也是他當時忙得不可開交的結果，他說自己把所有內容都塞進了一篇論文里，而不是發表多篇有關相同主題的論文，後一種做法可能會稀釋單篇論文獲得的引用次數。「我沒法就相同的東西再多寫四篇論文，」他說。「這是因為我太忙了，而不是我特別有原則的緣故。」

統計學

芝加哥大學的統計學家兼統計史專家Stephen Stigler表示，雖然百強論文中有許多是關於統計學的，但「對我們統計學家來說，它們完全不是最重要的」，而是已被證明對廣大科學家最有用的。

在很大程度上，這種交叉成功源於不斷從生物醫學實驗室湧現的數據。例如，被引用最頻繁的統計學論文（排名第11位）是美國統計學家Edward Kaplan和Paul Meier在1958年發表的，它能幫助研究人員找到某一群體（如臨床試驗的參與者）的生存模式。這篇論文介紹了現在被稱為卡普蘭-邁耶估計 (Kaplan–Meier)的統計量。排名第二的統計學論文（居第24位）是英國統計學家David Cox在1972年發表的論文，他在文中進一步拓展了這種生存分析，將性別和年齡等因素包含在內。

卡普蘭-邁耶論文是一匹黑馬，一開始幾乎沒有獲得任何引用，直到20世紀70年代，隨著計算能力的飛速上升，讓非計算機專家也能使用該方法後，情況才有改觀。統計方法的簡潔性和易用性也提高了這一領域論文的受歡迎程度。排名第29位的是英國統計學家Martin Bland和Douglas Altman發表的一篇論文，文中介紹了一種以可視化方式展現兩種測量方法一致性的方法，現在稱為Bland–Altman圖。另一位統計學家比Bland和Altman早14年提出了相同的觀點，但是Bland和Altman用易於使用的方式呈現了這種方法，從此為他們的論文贏來了大量引用。

百強論文中最老和最新的統計論文討論的是相同的問題——數據多重比較，但它們來自極為不同的科學環境。美國統計學家David Duncan1955年發表的論文（排名第64位）能比較幾個分組，而以色列統計學家Yoav Benjamini和Yosef Hochberg於1995年發表的有關控制錯誤發現率的論文（排名第59位）則適用於來自基因組學或神經科學成像等領域的數據，這些領域需要比較以數十萬計的數據，其規模是Duncan難以想像的。正如Efron所說：「這展示了計算機起初緩慢，隨後加快對統計理論和統計實踐產生影響的過程。」

谷歌百強著作排名

Web of Science並非唯一可用的引用索引。谷歌學術也為《自然》編製了有史以來引用次數最高的前100部著作名單。其中三分之二為湯森路透未包括的書籍。「人們一直將焦點放在期刊上，但別忘了，書籍也自成一個世界，」領導谷歌學術團隊的軟體工程師Anurag Acharya說。在谷歌編製的名單中，排名第4位的是一本名為《分子克隆》（Molecular Cloning）的指南書，它是分子生物學實驗室技術的基石。Acharya指出，谷歌的名單表明研究論文也能產生和書籍一樣的影響力。在谷歌和湯森路透提供的兩份排名中，排名前三的論文是一樣的，只是各自順序不太一樣。

谷歌學術還編製了一份只包括論文的百強名單，其中許多與Web of Science的名單重合。不過，可以明顯看到的是，只有三分之一出頭的論文和前一份名單不一樣，其中，有許多經濟學和心理學論文上榜，這或許是因為相比較之下，這些領域的論文獲得的來自書籍的引用更多。舉例來說，排名第21位的是1976年發表的一篇關於公司管理行為的論文(M. C. Jensen & W. H. Meckling J. Financ. Econ. 3, 305–360; 1976)，谷歌名單顯示它獲得了45,119次引用，但是Webof Science顯示的引用次數僅為8,372次（谷歌給出的大部分引用次數都高於Web of Science，但是相差5倍很不尋常）。在新入圍谷歌學術名單的論文中，排名最高的是Claude Shannon於1948年發表的論文（第4名），它標誌著現代資訊理論的誕生(C. E. Shannon Bell Syst. Tech. J .27, 379–423; 1948)。谷歌學術名單顯示其引用次數為69,273次，而Web of Science給出的引用次數為10,239次——剛好跌出前100名。

谷歌學術編製的引用次數最高的前十篇論文（含書籍）名單

谷歌學術 / WoS 排名（整體）	谷歌學術 / WoS 被引次數	被引論文/書籍
1 / 2	223,131 / 213,005	Laemmli, U. K. Cleavage of structural proteins during the assembly of the head of bacteriophage T4. Nature 227 , 680–685 (1970).
2 / 1	192,710 / 305,148	Lowry, O. H., Rosebrough, N. J., Farr, A. L. & Randall, R. J. Protein measurement with the folin phenol reagent. J. Biol. Chem. 193 , 265–275 (1951).
3 / 3	190,309 / 155,530	Bradford, M. M. A rapid and sensitive method for the quantitation of microgram quantities of protein utilizing the principle of protein-dye binding. J. Anal. Biochem. 72 , 248–254 (1976).
*	172,540	Sambrook, J., Fritsch, E. F. & Maniatis, T. Molecular Cloning (1989).
*	110,822	Press, W. H. Numerical Recipes: The Art of Scientific Computing (1992).
*	91,237	Yin, R. K. Case Study Research: Design and Methods (1984).
*	73,818	Kuhn, T. S. The Structure of Scientific Revolutions (1962).
*	70,807	Zar, J. H. Biostatistical Analysis (1974).
4 / 在前150名	69,273 / 10,239	Shannon, C. E. A mathematical theory of communication. Bell Syst. Tech. J. 27 , 379–423 (1948).
*	67,824	Cohen, J. Statistical Power Analysis for the Behavioral Sciences (1969).
*	64,956	Goldberg, D. E. Genetic Algorithms in Search, Optimization, and Machine Learning (1989).
*	64,761	Glaser, B. G. & Strauss, A. L. The Discovery of Grounded Theory: Strategies for Qualitative Research (1967).
5 / 4	64,031 / 65,335	Sanger. F., Nicklen, S. & Couslon, A. R. DNA sequencing with chain-terminating inhibitors. Proc. Natl Acad. Sci. USA 74 , 5463–5467 (1977).
6 / 5	62,344 / 60,397	Chomczynski, P. & Sacchi, N. Single-step method of RNA isolation by acid guanidinium thiocyanate phenol chloroform extraction. J. Anal. Biochem. 162 , 156–159 (1987).
*	61,929	Maniatis, T., Fritsch, E. F. & Sambrook, J. Molecular Cloning: A Laboratory Manual (1982).
*	60,957	Nunnally, J. C., Bernstein, I. H. & Berge, J. M. F. T. Psychometric Theory (1967).
*	58,915	Rogers, E. M. Diffusion of Innovations (1962).
7 / 8	56,923 / 46,145	Becke, A. D. Density-functional thermochemistry. III. The role of exact exchange. J. Chem. Phys. 98 , 5648–5652 (1993).
8 / 7	54,365 / 46,702	Lee. C., Yang, W. & Parr, R. G. Development of the Colle-Salvetti correlation-energy formula into a functional of the electron density. Phys. Rev. B 37 , 785–789 (1988).
*	54,067	Porter, M. E. Competitive Advantage: Creating and Sustaining Superior Performance (1985).
9 / 15	53,696 / 36,132	Murashige, T. & Skoog, F. A revised medium for rapid growth and bio assays with tobacco tissue cultures. Physiol. Plant. 15 , 473–497 (1962).
10 / 17	53,423 / 34,532	Folstein, M. F., Folstein, S. E. & McHugh, P. R. Mini-mental state — practical method for grading cognitive state of patients for clinician. J. Psychiatr. Res. 12 , 189–198 (1975).

*未包括在Web of Science中的書籍。《自然》無法找到谷歌學術記錄為高引用的所有論文或書籍鏈接。以上數據由谷歌學術直接提供。

密度泛函理論（DFT）

無論是藥物分子還個金屬塊，理論科學家想給物質建模時，一般會使用軟體來計算材料電子的行為。掌握這一知識後，研究者就能了解材料的許多其它特性：比如蛋白質的反應性，或地球外核液態鐵的導熱性。

這種軟體主要建立在密度泛函理論（DFT）的基礎上，這一理論無疑是物理學領域被引最頻繁的概念。在排名前100的論文中，有12篇與之有關，包括2篇位居前十的論文。牛津大學的材料物理學家Feliciano Giustino表示，DFT在本質上是一種使無法實現的數學運算變得簡單的近似法。他說，為了研究硅晶體中的電子行為，研究人員需要考慮每一個電子、每一個原子核是如何與所有其它電子和原子核相互作用的，為此，他們需要分析10的21次方TB的數據——遠遠超過任何計算機可能達到的計算能力，而DFT將數據需求縮減至僅幾百KB，標準筆記本電腦就能處理。

半個世紀前，理論物理學家Walter Kohn引領了DFT的發展，他的兩篇相關論文目前分別排名第34和第39位。Kohn意識到，假設每一顆電子都作為被抹平的均值，而非單個個體對所有其它電子作出反應，他就能計算出系統的屬性，比如最低能量態。這一理論涉及的數學運算在理論上十分直接明了：系統作為連續的流體運行，但每個點的密度都不一樣。密度泛函理論由此得名。

然而，Giustino介紹，研究人員用了幾十年時間才找到將該理論應用於現實材料的方法。在排名前100位的論文中，有兩篇是關於構建最受研究者歡迎的DFT方法和軟體包的技術方法的。其中一篇排名第8位，作者是加拿大達爾豪斯大學的理論化學家Axel Becke，另一篇排名第7位，作者是美國理論化學家Chengteh Lee、Weitao Yang和Robert Parr。1992年，計算化學家John Pople（他與Kohn共同獲得了1998年的諾貝爾獎）在他廣受歡迎的Gaussian軟體包中納入了DFT一種形式。

Becke表示，即使不完全理解該理論，軟體用戶也有可能引用原始理論論文。「（DFT的）理論、數學運算和計算機軟體是專門的，是量子物理學家和化學家關注的對象，」他說。「但應用是無盡的。在基礎層面上，DFT可用於描述化學、生物化學、生物學、納米系統與材料的所有內容。地球上的一切都依賴電子的運動，因此，DFT確實是萬事萬物的基礎。」

晶體學

20世紀70年代，德國哥廷根大學的化學家George Sheldrick開始編寫軟體輔助晶體結構的解析。回顧當時的情況，他說：「這種項目拿不到經費。我的工作是教化學，只在業餘時間編寫程序；我把它當成一種愛好。」但是，四十多年過去了，他編寫的軟體成為了定期更新的SHELX程序套件，現在已成為了最受歡迎的分析工具之一，用於解析穿過晶體的X射線散射圖樣，以揭示原子結構。

2008年後，SHELX的受歡迎程度愈發明顯起來。當時，Sheldrick發表了一篇關於該系統歷史的綜述論文，並表示在使用任何SHELX程序時都可以將這篇論文作為一般引用。讀者照做了。在過去6年里，這篇綜述論文累積了將近38000次引用，躍居百強名單第13位，並且成為過去20年來發表的論文中排名最高的。

百強名單也包括了其它在晶體學和結構生物學中至關重要的其它工具。比如，介紹用於分析X射線衍射數據的HKL套件的論文（排名第23位）；介紹用於分析蛋白質結構在幾何學上是否正常的PROCHECK程序的論文（排名第71位）；還有介紹用於描繪分子結構的兩種程序的兩篇論文（分別排名第82位和95位）。美國國立衛生研究院的數據科學副主管Philip Bourne表示，這些工具是確定晶體結構的基石。

排名第22位的是一篇非同尋常的1976年論文。作者Robert Shannon是化工巨頭杜邦公司的一名研究人員，他編製了一系列不同材料離子半徑的完整列表。倫敦帝國理工學院的材料科學家Robin Grimes表示，物理學家、化學家和理論家在查找有關離子大小的數值時（離子大小往往與物質的其它特性密切關聯）仍會引用該論文。因此，這篇論文成為了有史以來正式引用次數最高的資料庫。

「我們常常幾乎不假思索地引用這類論文，」 Grimes的一位研究同事Paul Fossati說。對於百強名單中的許多方法和資料庫相關論文來說，情況也基本是這樣。這份名單揭示了計算和大型數據集分析對研究的影響有多強大。但它也表明，對於位居引用次數高位的具體某一篇方法論文或資料庫來說，其排名也取決於運氣和環境。

耶魯大學化學家Peter Moore表示，儘管如此，這也為研究人員上了一堂生動有力的課。「如果你想要的是引用次數，」他說，「那就設計一種讓人們可以做他們想做的實驗，或者更輕鬆地做實驗的方法，這能讓你獲得遠遠多於發現宇宙奧秘的引用次數。」

?

Nature|doi

:

10.1038/514550a

點擊「

閱讀原文

」閱讀英文原文

相關文章

科研界之外的人們也會對各種學術研究有自己的關注，在2016年這些論文引領了全球公眾媒體最關注的科研話題。

點擊此處閱讀：2016年Altmetric指數論文百強榜

版權聲明：

本文由施普林格·自然上海辦公室負責翻譯。中文內

容僅供參考，一切內容以英文原版為準。歡迎轉發至朋友圈，如需轉載，請郵件Chinapress@nature.com。

未經授權的翻譯是侵權行為，版權方將保留追究法律責任的權利。

? 2016 Macmillan Publishers Limited, part of Springer Nature. All Rights Reserved.

nature.com 官方微信

中國及世界科技出版業有哪些最新動態？

如何在Nature及其子刊上發表論文？

自然科研有哪些新的產品及服務適合你？

長按二維碼關注我們。

　微信號：macmillan-nature

您的贊是小編持續努力的最大動力，動動手指贊一下吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊下面的「搶先收到最新資訊」瀏覽吧！


請您繼續閱讀更多來自 Nature自然科研 的精彩文章: