根據科睿唯安公司向《Nature》提供的資料，史上被引次數最高的論文榜單中，許多都是關於生物實驗室技術的論文。這份百強榜單還包括人工智慧（AI）、研究軟體和統計方法相關的論文。
4月15日，Naure釋出了被引次數的論文排行榜，對《Nature》2014年釋出的榜單進行了更新，原榜單榜首的文章是20世紀50年代和70年代細胞與分子生物學領域的工具[2]。
隨著新論文的引用量激增，原百強榜單中約半數論文已被替換。2014年，進入百強榜單需要約1.2萬次引用，如今，這一門檻已升至3萬次以上（此處統計僅限WoS核心合集中的引用，以便與2014年資料對比）。
《Nature》新聞團隊還分析了Dimensions和OpenAlex兩大研究資料庫的記錄，因為它們的公開版本支援追溯至1900年的資料分析。這些資料庫的排名和引用量略有差異，但高被引論文總體相似。這些資料庫榜單的榜首都是1951年的那篇論文。
21世紀發表的論文，雖然積累引用時間遠少於早期論文，但也有16篇進入歷史總榜前50名。軟體描述和計算機輔助研究成果的排名顯著上升。
荷蘭萊頓大學科學計量學的研究者表示，研究論文年發表量的增加（意味著每年引用更多參考文獻）以及社交媒體能見度的提升，可能是部分現代論文排名飆升的原因。
另一個出人意料的趨勢是，20世紀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。相關論文是近年來最常被引用的文章：目前有三篇DFT論文進入歷史總榜前十。
已故美國生物化學家、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……但讀者的反響確實讓我欣喜。”
有研究者指出，這篇方法學論文已成為一種象徵性引用：由於某些未被充分理解的文化原因，它成了特定領域標準化的參考文獻規範。
但根據《Nature》對OpenAlex資料庫趨勢的分析，如果微軟2016年發表的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。
Nature在另外一篇文章中針對21世紀發表的論文進行了分析，被引次數最多的文章涵蓋了AI領域的發展；提升研究或系統評價質量的方法；癌症統計資料；以及研究軟體。
21世紀被引用次數最多的論文，是微軟研究人員在2016年發表的一篇關於“深度殘差網路（ResNet）”的報告（前面榜單中的第7名）[3]。
Nature連結：https://www.nature.com/articles/d41586-025-01125-9
參考文獻：
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