21世紀是生命科學的世紀。人類基因組DNA測序計劃的完成，RNA幹擾技術、幹細胞技術、CRISPR/Cas9基因編輯技術等一系列重大生物技術的誕生，極大推動了生命科學的發展，為保障人類健康、提高人類生活品質提供了重大技術支撐。而21世紀全球經濟的迅猛發展、科研合作的深度融合，也推動了全球高品質科研産出的快速增長。
今天，我們一起來了解下21世紀頭20年被WOS資料庫收錄（SCIE論文）的全球被引頻次最高的10篇論文。
1. Analysis of relative gene expression data using real-time quantitative PCR and the 2(T)(-Delta Delta C) method
該文由美國加州Applied Biosystems公司Kenneth J Livak和華盛頓州立大學Thomas D Schmittgen與2001年12月聯袂發表于Methods，該期刊2019影響因子為3.812；截至1月15日，該文累計被引99,660次。qPCR法已成為分子生物學研究的最常用和最重要工具之一，而2-ΔΔCt法是用于qPCR相對基因表達的常用方法。該文主要闡述了2-ΔΔCt法的來源、假設和應用。
2. A short history of SHELX
該文由德國哥廷根大學George M Sheldrick于2008年1月發表于Acta Crystallographica A Foundation and Advances，該期刊2019影響因子為1.96；截至1月14日，該文累計被引76,293次。開源軟體SHELXL是用于晶體結構分析的最常用軟體，本文主要對該軟體的曆史進行了概述。
3. MEGA5: Molecular evolutionary genetics analysis using maximum likelihood, evolutionary distance, and maximum parsimony methods
該文由德國哥廷根大學George M Sheldrick于2011年10月發表于Molecular Biology and Evolution，該期刊2019影響因子為11.062；截至1月14日，該文累計被引67,187次。MEGA是一款系統進化分析及分子鑒定軟體，主要功能是對核酸、蛋白質序列比對、序列分析和進化樹作圖等分析計算。
4. Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement
該文由加拿大渥太華大學David Moher、意大利摩德納大學Alessandro Liberati、加拿大渥太華醫院研究所Jennifer Tetzlaff、英國牛津大學Douglas G. Altman和The PRISMA Group共同于2009年7月發表于PLOS Medicine，該期刊2019影響因子為11.062；截至1月15日，該文累計被引45,162次。PRISMA聲明（meta分析報告标準）是進行meta分析時重要的參考資料和報告規範，PRISMA聲明旨在幫助作者改進系統綜述和meta分析的撰寫和報告，該标準的制定對于改進和提高系統綜述和荟萃分析的報告品質将起到重要作用。該文對27條PRISMA聲明清單的内容進行了描述。
5. Electric field effect in atomically thin carbon films
該文由英國曼徹斯特大學Novoselov KS、Geim AK、Jiang D、Zhang Y、Grigorieva IV和俄羅斯微電子科技研究所Morozov SV、Dubonos SV、Firsov AA共同于2004年10月發表于Science，該期刊2019影響因子為41.846；截至1月15日，該文累計被引42,284次。該文為石墨烯實驗制備的肇始之作，定義二維材料的文章；開創性實驗制備了原子層厚度的碳膜，自此石墨烯現身江湖。石墨烯具有優異的光學、電學、力學特性，是目前發現的最薄、強度最大、導電導熱性能最強的一種新型納米材料，在材料學、微納加工、能源、生物醫學和藥物傳遞等方面具有重要的應用前景，被認為是一種未來革命性的材料。2010年，英國曼徹斯特大學實體學家安德烈·蓋姆和康斯坦丁·諾沃肖洛夫，用微機械剝離法成功從石墨中分離出石墨烯，是以共同獲得2010年諾貝爾實體學獎。
6. Random forests
該文由美國加州大學伯克利分校Leo Breiman于2001年10月發表于Machine Learning，該期刊2019影響因子為2.672；截至1月15日，該文累計被引35,824次。随機森林指的是利用多棵樹對樣本進行訓練并預測的一種分類器。在機器學習中，随機森林是一個包含多個決策樹的分類器，并且其輸出的類别是由個别樹輸出類别的衆數而定。如今，随機森林作為新興起的、高度靈活的一種機器學習算法，擁有廣泛的應用前景，從市場營銷到醫療保健保險，既可以用來做市場營銷模拟的模組化，統計客戶來源、保留和流失，也可用來預測疾病風險和患者易感性。
具體可機器學習算法-随機森林之理論概述等22篇教程進行學習
7. The status, quality, and expansion of the NIH full-length cDNA project: The Mammalian Gene Collection (MGC)
該文由MGC Project Team于2004年10月發表于Genome Research，該期刊2019影響因子為11.093；截至1月15日，該文累計被引32,801次。哺乳動物基因圖譜（The Mammalian Gene Collection，MGC）計劃是由美國國立衛生研究院實施的生産全長cDNA資源的一項新舉措，該計劃将向整個研究領城公開提供可查詢的資源。MGC計劃承擔的任務包括文庫的生産、測序和資料庫建立與發展，以及服務于獲得全套人類和其他哺乳動物全長ORF序列和表達基因克隆目标的對文庫建構、測序和分析技術的支援。
8. Hallmarks of cancer: The next generation
該文由洛桑聯邦理工學院Douglas Hanahan和美國懷特黑德生物醫學研究所Robert A Weinberg于2011年3月發表于Cell，該期刊2019影響因子為38.637；截至1月15日，該文累計被引30,929次。該綜述系統介紹了2000~2010年間惡性良性腫瘤學研究熱點和進展（例如細胞自噬、惡性良性腫瘤幹細胞、惡性良性腫瘤微環境等），并闡明了惡性良性腫瘤細胞的10個基本特征，即自給自足生長信号、抗生長信号不敏感、抵抗細胞死亡、潛力無限的複制能力、持續血管生成、組織浸潤和轉移、避免免疫摧毀、促進惡性良性腫瘤發炎、細胞能量異常、基因組不穩定和突變。
9. Distinctive image features from scale-invariant keypoints
該文由加拿大英屬哥倫比亞大學David G Lowe于2004年11月發表于International Journal of Computer Vision，該期刊2019影響因子為5.698；截至1月15日，該文累計被引30,302次。該文為計算機視覺算法SIFT的開山之作。
10. Fast and accurate short read alignment with Burrows-Wheeler transform
該文由英國維康基金桑格研究院Heng Li和Richard Durbin于2009年7月發表于Bioinformatics，該期刊2019影響因子為5.61；截至1月15日，該文累計被引29,346次。Burrows-Wheeler 算法，被廣泛應用于資料壓縮技術中，也可稱作塊排序壓縮。1994 年，在加利福尼亞州帕洛阿爾托 DEC 系統研究中心，Michael Burrows 和 David Wheeler 發明了該算法，故稱之為Burrows-Wheeler算法。該文率先将Burrows-Wheeler 算法應用到生物資訊學領域，用于短序列比對。
通過上述資料分析可見，若想獲得高被引頻次，并不一定要發在高影響因子期刊上，但一定是開創性工作。無論是重大發現，還是将已經發現的成果用于全新領域，必定會受到全球學界的廣泛關注，自然就會收獲高被引頻次。
20年間10篇被引頻次最高的論文中，有6篇與生命科學相關聯，着實展現了21世紀作為生命科學時代的特征性。比較遺憾的是，榜單上未見來自中國的研究。期待下一個10年，有來自中國的學者登上榜單。
參考文獻
1.https://www.sciencedirect.com/science/article/abs/pii/S1046202301912629
2.https://journals.iucr.org/a/issues/2008/01/00/sc5010/index.html
3.https://academic.oup.com/mbe/article/28/10/2731/973375
4.https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.1000097
5.https://science.sciencemag.org/content/306/5696/666.full
6.https://link.springer.com/article/10.1023/A:1010933404324
7.https://genome.cshlp.org/content/14/10b/2121.long
8.https://www.cell.com/fulltext/S0092-8674(11)00127-9
9.https://link.springer.com/article/10.1023/B:VISI.0000029664.99615.94
10.https://academic.oup.com/bioinformatics/article/25/14/1754/225615
往期精品(點選圖檔直達文字對應教程)
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
機器學習
背景回複“生信寶典福利第一波”或點選閱讀原文擷取教程合集