學(xué)術(shù)文獻(xiàn)中被引次數(shù)最高的論文是哪篇？答案是一篇1951年發(fā)表于《Journal of Biological Chemistry》的論文，題為“Protein measurement with the Folin phenol reagent”，描述了一種測定溶液中蛋白質(zhì)含量的方法[1]。根據(jù)Web of Science（WoS）數(shù)據(jù)庫，這篇論文被引次數(shù)已超過35萬次。
根據(jù)科睿唯安公司向《Nature》提供的數(shù)據(jù)，史上被引次數(shù)最高的論文榜單中，許多都是關(guān)于生物實(shí)驗(yàn)室技術(shù)的論文。這份百強(qiáng)榜單還包括人工智能（AI）、研究軟件和統(tǒng)計方法相關(guān)的論文。
4月15日，Naure發(fā)布了被引次數(shù)的論文排行榜，對《Nature》2014年發(fā)布的榜單進(jìn)行了更新，原榜單榜首的文章是20世紀(jì)50年代和70年代細(xì)胞與分子生物學(xué)領(lǐng)域的工具[2]。
圖. 更新榜單中被引數(shù)最高的TOP10論文
Nature鏈接：https://www.nature.com/articles/d41586-025-01124-w
隨著新論文的引用量激增，原百強(qiáng)榜單中約半數(shù)論文已被替換。2014年，進(jìn)入百強(qiáng)榜單需要約1.2萬次引用，如今，這一門檻已升至3萬次以上（此處統(tǒng)計僅限WoS核心合集中的引用，以便與2014年數(shù)據(jù)對比）。
《Nature》新聞團(tuán)隊(duì)還分析了Dimensions和OpenAlex兩大研究數(shù)據(jù)庫的記錄，因?yàn)樗鼈兊墓_版本支持追溯至1900年的數(shù)據(jù)分析。這些數(shù)據(jù)庫的排名和引用量略有差異，但高被引論文總體相似。這些數(shù)據(jù)庫榜單的榜首都是1951年的那篇論文。
21世紀(jì)發(fā)表的論文，雖然積累引用時間遠(yuǎn)少于早期論文，但也有16篇進(jìn)入歷史總榜前50名。軟件描述和計算機(jī)輔助研究成果的排名顯著上升。
荷蘭萊頓大學(xué)科學(xué)計量學(xué)的研究者表示，研究論文年發(fā)表量的增加（意味著每年引用更多參考文獻(xiàn)）以及社交媒體能見度的提升，可能是部分現(xiàn)代論文排名飆升的原因。
另一個出人意料的趨勢是，20世紀(jì)80年代和90年代密度泛函理論（DFT）的一些研究正以加速趨勢獲得引用。相關(guān)論文是近年來最常被引用的文章：目前有三篇DFT論文進(jìn)入歷史總榜前十。
已故美國生物化學(xué)家、1951年高被引論文的第一作者Oliver Lowry曾對該論文的成功感到困惑。他在1977年曾寫道：“我深知這不是一篇偉大的論文……但讀者的反響確實(shí)讓我欣喜?！?/p>
有研究者指出，這篇方法學(xué)論文已成為一種象征性引用：由于某些未被充分理解的文化原因，它成了特定領(lǐng)域標(biāo)準(zhǔn)化的參考文獻(xiàn)規(guī)范。
但根據(jù)《Nature》對OpenAlex數(shù)據(jù)庫趨勢的分析，如果微軟2016年發(fā)表的AI論文（上述榜單中的第7位）[3]或排名最高的DFT論文保持目前的驚人增速，它們可能在2030年前超越目前排名第一的論文。
21世紀(jì)發(fā)表的論文中，被引次數(shù)排行榜
Nature在另外一篇文章中針對21世紀(jì)發(fā)表的論文進(jìn)行了分析，被引次數(shù)最多的文章涵蓋了AI領(lǐng)域的發(fā)展；提升研究或系統(tǒng)評價質(zhì)量的方法；癌癥統(tǒng)計數(shù)據(jù)；以及研究軟件。
21世紀(jì)被引用次數(shù)最多的論文，是微軟研究人員在2016年發(fā)表的一篇關(guān)于“深度殘差網(wǎng)絡(luò)（ResNet）”的報告（前面榜單中的第7名）[3]。
Nature鏈接：https://www.nature.com/articles/d41586-025-01125-9
參考文獻(xiàn)：
1.J Biol Chem. 1951 Nov;193(1):265-75. https://linkinghub.elsevier.com/retrieve/pii/S0021-9258(19)52451-6
2.Nature. 2014;514:550–553. https://www.nature.com/news/the-top-100-papers-1.16224
3.Pattern Recognit. 2016; 2016:770–778.https://ieeexplore.ieee.org/document/7780459
熱門跟貼