《《科学报告》2018 Top 100发布,中国作者3篇论文入选!》

  • 来源专题:科技大数据监测服务平台
  • 编译者: zhangst
  • 发布时间:2019-07-10
  • 2019年7月9日 ——自然科研(Nature Research)旗下多学科、开放获取期刊《科学报告》(Scientific Reports),最近公布了2018年阅读量最多的论文,进一步展现了该刊所发表的科研成果的影响力。《科学报告》是一本发表有严谨的科学性及技术扎实的原创研究的领先期刊。这些论文的完整列表发布于该刊所在的出版平台nature.com之上。

    在覆盖全部学科的100篇全球阅读量最多的论文中,有3篇涉及中国作者:

    •《咖啡因导致静息脑熵普遍增加》(Caffeine Caused a Widespread Increase of Resting Brain Entropy);

    •《加权基因共表达网络分析在配对设计数据中的应用》(Application of Weighted Gene Co-expression Network Analysis for Data from Paired Design);

    •《白垩纪缅甸琥珀带来的湿热带森林青蛙的最早和直接证据》(The earliest direct evidence of frogs in wet tropical forests from Cretaceous Burmese amber)。

    这3篇文章的阅读量居全球第31、53和54位,分别被阅读了10213次,7278次和7207次。

    位居全球阅读量前3位的论文是:

    •《太平洋大型垃圾带正迅速积累塑料的证据》(Evidence that the Great Pacific Garbage Patch is rapidly accumulating plastic);

    •《基因编辑玉米对农艺、环境和毒理学特性的影响:对21年田野数据的荟萃分析》(Impact of genetically engineered maize on agronomic, environmental and toxicological traits: a meta-analysis of 21 years of field data);

    •《面积不足5平方公里的受冲击林地数量是影响巴西亚马逊区域疟疾发病率的重要驱动因素》(Abundance of impacted forest patches less than 5km2 is a key driver of the incidence of malaria in Amazonian Brazil)。

    这3篇论文的作者来自荷兰、新西兰、美国、英国、意大利和巴西等国家,分别被阅读了158421次,60517次和54081次。

    这些被阅读次数最多的文章中,有许多涉及国际或国内科研合作,上述3篇涉及中国作者的论文中有2篇是由中美两国研究者合作完成的。科研合作的情况在其他阅读量最多的论文中也比较常见,这再次证明了合作,尤其是国际间合作,在科研领域已经无处不在。

    《科学报告》还按学科发布了阅读量最多的100篇论文,即环境学、神经科学、微生物学、物理学、化学、细胞和分子生物学、肿瘤学、材料科学和地球科学。这些学科共有88篇论文涉及中国作者。

    “对于我们所发表研究的质量及其可以实现的影响力,我感到十分自豪。”《科学报告》主编Richard White说。“我们的编辑并不评估研究的影响力,或者研究能引出怎样的发现——我们的角色是通过实施严格的同行评审流程来确保论文在技术上的可靠性。我们所发表内容的重要性是由其读者和使用者来决定的。这些很高的论文阅读次数表明了这些研究确实为更广泛的科研共同体带来了价值。”

    与自然科研旗下的其他期刊一样,《科学报告》也提供文章层面的各项指标,例如每篇文章都设有页面提供文章的下载量、引用量和线上关注度(Altmetric分数)等数据,以显示文章所获得的关注度。

    2018年,《科学报告》有5篇论文跻身Altmetric全球100篇文章之列,与《科学》、《自然》、《美国科学院院报》、《柳叶刀》等刊一样都有文章高居前20%之列。此外,《科学报告》的论文还被众多机构的200多个政策文件所引用,其中包括世界银行、世界卫生组织、美国疾病控制与预防中心、英国政府等。

    本次论文排名是基于nature.com的网站数据分析。

    关于自然科研

    自然科研(Nature Research)提供一系列专门服务于科研共同体的优质产品与服务,涵盖生命科学、物理、化学和应用科学,包括了期刊、数据库和研究者服务等。

    《自然》杂志(Nature)创建于1869年,是国际领先的科学周刊。此外,自然科研还出版一系列冠名“自然”的订阅型期刊、重要的多学科开放获取期刊《自然-通讯》(Nature Communications)、包括《科学报告》(Scientific Reports)在内的其它一些开放获取期刊,以及与科研机构和协会合作出版的自然合作期刊(Nature Partner Journals)。这些期刊同心协力,发表了世界上一些最重要的科学发现。

    在线传播方面,每月有超过900万独立访客通过nature.com获取自然科研的内容,这包括《自然》新闻和评论,以及知名的科研人员招聘平台Nature Careers。自然科研还提供一系列研究者服务,如在线及面对面培训、专业语言润色和编辑服务等。自然科研是施普林格•自然集团的一部分。

相关报告
  • 《NOAA发布《2017年NOAA科学报告》,盘点2017年研究亮点》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:mall
    • 发布时间:2018-03-28
    • 美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)隶属于美国商业部下属的科技部门,主要关注地球大气和海洋变化,提供对灾害天气的预警,提供海图和空图,管理对海洋和沿海资源的利用和保护,研究如何改善对环境的了解和防护,保护国民生命和财产安全,几乎每个美国人日常都能受益于NOAA研究成果。 发现海底新特征、预测龙卷风形成之前的路径、提高美国港口的效率和安全性等等,这些仅仅是NOAA过去一年里取得的众多重大科学成就中的一小部分,美国西部野火、墨西哥湾和大西洋飓风的应急响应工作的实施也得益于NOAA科学研究成果。同时,2017年NOAA在天气预报方面也取得了重大进展,完善了渔业管理计划,确保了未来数年渔业生产,并帮助制定改善美国水产养殖生产方式的方法策略。 2018年3月9日,NOAA发布《2017年美国国家海洋和大气管理局科学报告》,报告对NOAA取得的成就进行了赞扬,并强调了NOAA的研究产品如何影响了美国人民的生活,报告分为四个部分: 一、引言:介绍了NOAA的研究项目,阐释了诸如NOAA投资研究的原因、支持的研究种类、投资研究的方向以及如何进行技术转移转化帮助商业化应用等问题。 二、主题章节:该部分阐述了NOAA研发成果的典型案例,包括: (1) 地球系统过程和预测集成研究等15个方面: ? 开发了一个革命性的全球气候模型 ? 为美国飓风研究做好了应对方案 (2) 环境观测和数据研究等23个方面: ? 观测能力提高的下一代卫星技术 ? 首次评估27个夏威夷珊瑚礁和海底鱼类 (3) 科学决策、风险评估和风险沟通研究等14个方面 ? 提供美国水产养殖业扩张的工具和专业知识 ? 精密导航工具的改进 (4) 水预测研究等7个方面 ? 风暴潮计划和应对 ? 有害藻华的毒素检测 (5) 北极研究等5个方面 ? 北极探险创新技术 ? 支持搜索和救援的自主无人驾驶飞机 三、文献计量部分:主要评估了NOAA主要研究领域的生产力和影响力,2011-2016年间,NOAA共参与撰写了11475篇SCI论文,H指数为114、总被引次数为165451次、90.83%的论文被引用过。与其他联邦机构相比,NOAA在气象和大气科学、还要和淡水生物学、渔业科学和海洋学领域具有最高生产力。 四、NOAA科学研究团队:介绍了NOAA的科研工作者和研究团队以及获得的奖项。 报告全文网址:https://research.noaa.gov/DesktopModules/EasyDNNNews/DocumentDownload.ashx?portalid=7&moduleid=1768&articleid=13335&documentid=71。 (张灿影 编译)
  • 《Nature发布2024年值得关注的七大技术,中国科学家成果首次入选,来自高彩霞团队》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2024-01-29
    • 2024年1月22日,《自然》发布了2024年值得关注的七大技术——大片段DNA插入、人工智能设计蛋白质、脑机接口、 细胞图谱、超高分辨率显微成像、3D打印纳米材料和DeepFake检测。与往年相比,今年最大的变化在于,人工智能(AI)的进步成为许多令人兴奋的技术创新的核心支撑。 值得一提的是,高彩霞团队开发的大片段DNA精准定点插入新工具PrimeRoot入选,这也是自2018年首次评选以来,第一项来自中国学者的技术成果入选。 大片段DNA插入 2023年12月,美国FDA批准了首个基于CRISPR-Cas9的基因编辑疗法上市,用于治疗镰状细胞病,几天前,FDA进一步批准了该疗法用于治疗输血依赖性β-地中海贫血。这是基因编辑在临床应用中的重大胜利。CRISPR-Cas9及相关基因编辑技术通过使用Cas9等核酸酶切割DNA双链实现对基因的敲除或引入小的序列变化,其很难实现精确的可编程的大片段DNA序列的插入。而最近的一些研究成果,让科学家们能够替换或插入大片段DNA。 2023年4月,中国科学院遗传与发育生物学研究所高彩霞团队在 Nature Biotechnolgy 期刊发表了题为:Precise integration of large DNA sequences in plant genomes using PrimeRoot editors 的研究论文。该研究将团队之前开发的ePPE(Engineered Plant Prime Editor)与刘如谦团队开发的epegRNA(Engineered pegRNA)结合,在植物细胞内建立了dual-ePPE系统,实现了最高效率可达50%以上的短片段DNA的精准定点插入。然后将dual-ePPE与筛选出的高效的酪氨酸家族位点特异性重组酶Cre相结合,开发了能够实现大片段DNA精准插入的PrimeRoot系统。该系统在水稻和玉米中能够实现一步法大片段DNA的精准定点插入,效率可达6%,成功插入的片段长度最长达11.1kb,且插入完全精准可预测,在编辑效率和精准性上具有显著优势。 高彩霞研究员表示,PrimeRoot系统高效、精准插入大片段DNA的能力,可通过基因敲入广泛用于赋予作物对疾病和病原体的抗性,从而继续推动基于CRISPR的植物基因组工程的创新浪潮。相信这项新技术可以应用于任何植物物种。 2022年11月,麻省理工学院的 Omar Abudayyeh、Jonathan Gootenberg 团队在 Nature Biotechnology 期刊发表了题为:Drag-and-drop genome insertion of large sequences without double-strand DNA cleavage using CRISPR-directed integrases 的研究论文。该研究将来自噬菌体的丝氨酸整合酶与Cas9切口酶(只切断DNA一条链,而不造成DNA双链断裂)结合,开发了一种名为PASTE的新型基因编辑技术。PASTE在gRNA的引导下切割特定基因组位点,此时Cas9切口酶融合的逆转录酶将整合酶所需的附着位点序列整合进切割位点。通过这种方式,就可以将整合酶所需的附着位点插入基因组中的任何位置,而且这种插入不引起DNA双链断裂,此时,整合酶就可以与附着位点结合,将大片段DNA序列插入。该技术能够以更安全、更有效的方式替换突变基因,还可向哺乳动物及人类细胞中定点插入长达36kb的超长DNA片段。 2022年2月,斯坦福大学丛乐团队在 Nature Cell Biology 期刊发表了题为:dCas9-based gene editing for cleavage-free genomic knock-in of long sequences 的研究论文。该研究将来自噬菌体的DNA精确重组酶——单链退火蛋白(SSAP),与DNA切割活性丧失的dCas9系统结合,开发出了一种新型基因编辑工具——dCas9-SSAP,可在不产生DNA双链断裂的情况下,实现长达2kb的大片段DNA的高效、精准定点插入。丛乐认为,对于体内基因编辑而言,PASTE尺寸太大,需要三个独立的AAV病毒载体毒才能递送,因此,其编辑效率可能不如尺寸更小的dCas9-SSAP。 深度学习用于蛋白质设计 20年前,华盛顿大学的 David Baker 等人在 Science 期刊发表论文,取得了一项里程碑式成就:他们使用计算工具从头设计了一个全新蛋白质——Top7,该蛋白由93个氨基酸残疾组成,能够如预期般折叠,且非常稳定,但它没有任何有意义的生物学功能。 而现在,在 David Baker 等人的努力下,从头设计蛋白质已经一种成熟的工具,用于生成定制酶,及其他基于蛋白质的药物、疫苗和药物递送载体。这种进步的大部分归因于越来越多的将蛋白质序列与其结构联系起来的数据库,但人工智能的技术进步也同样重要。 例如,2023年2月,David Baker 团队在 Nature 期刊发表论文,从头设计了人造荧光素酶,这也是科学界首次基于深度学习的人工智能来创造自然界不存在的酶。2023年4月,David Baker 团队在 Science 期刊发表论文,利用基于强化学习的人工智能从头设计了全新且有功能的蛋白纳米颗粒,为疫苗和药物递送载体开发开辟了全新道路。2023年12月,David Baker 团队在 Nature 期刊发表论文,利用基于深度学习的人工智能从头设计了具有高亲和力和特异性的全新蛋白质,这为抗体设计和疾病诊断打开了新思路。 脑机接口 2012年,Pat Bennett 被诊断出患上了渐冻症(ALS),而且她的情况比较特殊,她的脑干更早开始恶化,她在还能行走、打字的时候,就已经无法使用嘴唇、舌头、喉部和下颚的肌肉运动来清晰地发声,她的大脑能够尝试发声,但肌肉已无法执行这一命令,从而失去了说话的能力。 2022年3月,她参加了斯坦福大学 Francis Willett 教授领导的脑机接口临床试验,研究团队在她的大脑皮层表面植入了四个微型细电极阵列(每个阵列包含8×8个电极),用于收集单个细胞的神经活动,植入的阵列连接到金线上并通过电缆连接到电脑上,并训练人工智能(AI)来解码她试图进行的发声。 2023年8月,Francis Willett 团队将这项研究以:A high-performance speech neuroprosthesis 为题,发表在了 Nature 期刊。该论文显示,通过植入皮质内脑机接口(iBCI),并通过训练人工智能(AI)软件,能够将渐冻症(ALS)患者 Pat Bennett 大脑中的神经活动实时转化为文字,转化速度可达每分钟62个单词,总词汇量高达125000,相比已有的脑机接口速度更快、准确性更高、词汇覆盖率更大。这项研究展示了一条可行的路径以恢复渐冻症等瘫痪者的语言沟通能力。 Nature 同期还发表了来自加州大学旧金山分校的张复伦(Edward Chang)团队题为:A high-performance neuroprosthesis for speech decoding and avatar control 的研究论文。 该研究开发了一种新型脑机接口(BCI),结合人工智能(AI)技术,可以高性能、实时将因脑干中风而严重瘫痪的患者大脑信号同时转化为三种输出形式:文字、语音和控制一个头像,从而帮助严重瘫痪者恢复沟通能力。这些脑机接口装置的开发成功应用,代表了神经科学和神经工程学研究的重大进步,对于缓解因瘫痪性神经损伤和疾病而失声的人的痛苦有巨大潜力。 细胞图谱 Wellcome Sanger研究所的 Sarah Teichmann 和现任基因泰克公司的研究和早期开发负责人 Aviv Regev 于2016年发起了一项规模庞大、雄心勃勃的人类细胞图谱(Human Cell Atlas,HCA)计划。该计划有近100个国家的约3000名科学家参与,而HCA本身也是一个更广泛的细胞和分子图谱交叉生态系统的一部分,包括人类生物分子图谱计划(HuBMAP)和脑计划(BICCN)。 去年,已有数十项研究展示了使用这些技术生成器官特异性图谱的进展。2023年,Nature 发布了一个论文集(go.nature.com/3vbznk7),重点介绍了HuBMAP的进展,Science 则发布了一篇论文集,详细介绍了BICCN的工作(go.nature.com/3nsf4ys)。Sarah Teichmann 表示,还有相当多的工作要做,估计至少需要五年时间才能完成HCA计划。但当该计划完成时,产生的人类细胞图谱将是无价之宝。例如可以使用细胞图谱数据来指导组织和细胞特异性药物开发,还有助于了解癌症等复杂疾病的风险和病因。 超高分辨率显微成像 Stefan Hell、Eric Betzig和William Moerner因打破限制光显微镜空间分辨率的“衍射极限”而获得2014年诺贝尔化学奖,这让我们得以在数十纳米级分辨率下进行分子尺度的成像实验。然而,科学家们渴望得到更好的结果,他们也正在取得快速进展,努力缩小超分辨率显微镜与结构生物学技术之间的差距。Stefan Hell 团队2022年开发了一种名为MINSTED的方法,使用专用光学显微镜,可以以2.3埃的分辨率分辨出单个荧光标签。 马克斯·普朗克生物化学研究所的 Ralf Jungmann 团队在2023年开发了一种序列成像(RESI)的增强分辨率的方法,可以分辨出DNA链上的单个碱基对,使用标准的荧光显微镜实现了埃级分辨率。 哥廷根大学医学中心神经科学家 Ali Shaib 和 Silvio Rizzoli 领导的团队开发的一步法纳米尺度膨胀(ONE)显微镜方法,虽然没有完全达到上述埃级分辨率水平,但ONE显微镜提供了前所未有的机会,可以直接成像单个蛋白质和多蛋白复合物的精细结构细节,无论是在孤立状态还是在细胞中。 3D打印纳米材料 在纳米尺度下,会发生很多奇怪而有趣的事情,这可能会使材料科学变得难以预测,但这也意味着我们可以在纳米尺度制造具有独特性质的轻质材料,例如更高的强度、与光或声的定制交互以及增强的催化或能量存储能力。目前存在几种精确制造此类纳米材料的策略,其中大多数使用激光诱导光敏材料的图案化“光聚合”,在过去几年中,科学家们在克服这些方法的限制方面取得了相当大的进展。 但目前3D打印纳米材料还存在几个挑战,首先是速度,使用光聚合技术组装纳米结构的速度大约比其他纳米级3D打印方法快三个数量级。这一速度可能已经足够用于实验室使用,但对于大规模生产或工业流程来说还是太慢了。第二个挑战是并非所有材料都可以直接通过光聚合来打印,例如金属。但加州理工学院的 Julia Greer 开发出一种替代方法,将光聚合水凝胶作为微尺度模板,然后注入金属盐并进行处理,使金属在收缩的同时具有模板的结构。最后是成本,这可能是最难突破的挑战,许多光聚合方法中使用的脉冲激光系统成本超过50万美元,但好在更便宜的替代品正在出现。 DeepFake检测 公开可用的生成式人工智能算法的爆炸式增长,使得生成令人信服但完全人为的图像、音频和视频变得简单。纽约州立大学布法罗分校的计算机科学家吕思伟教授表示,他已经看到过许多人工智能生成的与军事冲突有关的“Deepfake”图像和音频。用户使用人工智能生成欺骗性内容,吕思伟和其他媒体取证专家致力于检测和拦截它们。 生成式人工智能开发人员的一个解决方案是在人工智能模型的输出中嵌入隐藏信号,产生人工智能生成内容的水印。其他策略则侧重于内容本身,例如,一些伪造视频用一个人的面部特征替换了另一个人的面部特征,新的算法可以在被替换特征的边界处识别伪造痕迹。吕思伟团队开发了一个算法——DeepFake-O-Meter,可以从不同角度分析视频内容,以识别“Deepfake”内容。这些识别工具是有用的,但可以预见,我们与人工智能生成的错误信息和内容的斗争可能还会持续多年。