1、研究前沿22022目錄1目 錄Contents背景和方法論1.背景52.方法論62.1 研究前沿的遴選與命名62.2 研究前沿的分析及重點研究前沿的遴選和解讀7農業科學、植物學和動物學1.熱點前沿及重點熱點前沿解讀111.1 農業科學、植物學和動物學領域 Top10 熱點前沿發展態勢111.2 重點熱點前沿“新型冠狀病毒對家養動物的感染及其傳播”121.3 重點熱點前沿“植物泛基因組研究與應用”162.新興前沿及重點新興前沿解讀192.1 新興前沿概述192.2 重點新興前沿“緩解作物砷中毒的機理和方法研究”19生態與環境科學1.熱點前沿及重點熱點前沿解讀211.1 生態與環境科學 Top10

2、 熱點前沿發展態勢211.2 重點熱點前沿“COVID-19 疫情帶來的固體廢物和醫療廢物污染及管理”221.3 重點熱點前沿“廢水中新型冠狀病毒的檢測及基于廢水的流行病學監測”262.新興前沿及重點新興前沿解讀302.1 新興前沿概述302.2 重點新興前沿“2019/2020 年澳大利亞特大森林火災對生態系統的影響及氣候相關驅動因素”30地球科學1.熱點前沿及重點熱點前沿解讀331.1 地球科學 Top10 熱點前沿發展態勢331.2 重點熱點前沿“放射性碳測年校正曲線研究、數據集分析與應用”341.3 重點熱點前沿“小行星地表特征和成分分析”382.新興前沿及重點新興前沿解讀422.1

3、新興前沿概述422.2 重點新興前沿“埃及蘇伊士灣油田儲層多尺度表征”42研究前沿2臨床醫學1.熱點前沿及重點熱點前沿解讀451.1 臨床醫學領域 Top10 熱點前沿發展態勢451.2 重點熱點前沿“NAFLD 遺傳學研究以及疾病更名爭議”461.3 重點熱點前沿“COVID-19 患者干擾素應答失衡”502.新興前沿及重點新興前沿解讀522.1 新興前沿概述522.2 重點新興前沿“COVID-19 疫苗副作用和對突變株有效性”前沿群53生物科學1.熱點前沿及重點熱點前沿解讀551.1 生物科學領域 Top10 熱點前沿發展態勢551.2 重點熱點前沿“新型冠狀病毒中和抗體的發現和藥物研發

4、”561.3 重點熱點前沿“新型冠狀病毒 PCR 核酸檢測”602.新興前沿及重點新興前沿解讀612.1 新興前沿概述612.2 重點新興前沿“AlphaFold 等人工智能預測蛋白質結構”62化學與材料科學1.熱點前沿及重點熱點前沿解讀651.1 化學與材料科學領域 Top10 熱點前沿發展態勢651.2 重點熱點前沿“納米酶”661.3 重點熱點前沿“機器學習輔助的化學合成”672.新興前沿及重點新興前沿解讀712.1 新興前沿概述712.2 重點新興前沿“鈣鈦礦太陽能電池關鍵核心基礎問題及其商業化實現技術”71物理學1.熱點前沿及重點熱點前沿解讀751.1 物理學領域 Top10 熱點前

5、沿發展態勢751.2 重點熱點前沿“磁性拓撲絕緣體 MnBi2Te4”761.3 重點熱點前沿“高效金屬鹵化物鈣鈦礦發光二極管”792.新興前沿及重點新興前沿解讀832.1 新興前沿概述832.2 重點新興前沿“二維 MoSi2N4 材料的特性研究”83目錄3天文學與天體物理學1.熱點前沿及重點熱點前沿解讀851.1 天文學與天體物理學 Top10 熱點前沿發展態勢851.2 重點熱點前沿“基于帕克太陽探測器和太陽軌道器開展的日球層物理研究”861.3 重點熱點前沿“計算機數字宇宙模型研究恒星、星系及宇宙演化”902.新興前沿及重點新興前沿解讀932.1 新興前沿概述932.2 重點新興前沿“

6、GW190814 引力波事件中 2.6 倍太陽質量天體的性質研究”93數學1.熱點前沿及重點熱點前沿解讀951.1 數學領域 Top10 熱點前沿發展態勢951.2 重點熱點前沿“基于深度學習的高維偏微分方程數值算法”961.3 重點熱點前沿“8 維及 24 維空間等體球體最密堆積問題”1002.新興前沿及重點新興前沿解讀1022.1 新興前沿概述1022.2 重點新興前沿“用于時間序列預測的遞歸神經網絡方法”102信息科學1.熱點前沿及重點熱點前沿解讀1051.1 信息科學領域 Top10 熱點前沿發展態勢1051.2 重點熱點前沿“面向從頭藥物設計的深度學習方法研究”1061.3 重點熱點

7、前沿“多智能體強化學習研究”1102.新興前沿及重點新興前沿解讀1132.1 新興前沿概述1132.2 重點新興前沿“可解釋人工智能”113經濟學、心理學及 其他社會科學1.熱點前沿及重點熱點前沿解讀1151.1 經濟學、心理學及其他社會科學領域 Top10 熱點前沿發展態勢1151.2 重點熱點前沿“COVID-19全球大流行下的金融市場波動”1161.3 重點熱點前沿“基于文獻計量分析的經濟管理領域科學圖譜研究”1202.新興前沿及重點新興前沿解讀1242.1 新興前沿概述1242.2 重點新興前沿“COVID-19 疫苗接種的意向研究”125附錄研究前沿綜述：尋找科學的結構126編纂委員

8、會135研究前沿4背景與方法論背景與方法論51.背景科學研究的世界呈現出蔓延生長、不斷演化的景象?？蒲泄芾碚吆驼咧贫ㄕ咝枰莆湛蒲械倪M展和動態，以有限的資源來支持和推進科學進步。對于他們而言，洞察科研動向、尤其是跟蹤新興專業領域對其工作具有重大的意義。為此，科睿唯安發布了“研究前沿”（Research Fronts）數據和報告。定義一個被稱作研究前沿的專業領域的方法，源自于科學研究之間存在的某種特定的共性。這種共性可能來自于實驗數據，也可能來自于研究方法，或者概念和假設，并反映在研究人員在論文中引用其他同行的工作這一學術行為之中。通過持續跟蹤全球最重要的科研和學術論文，研究分析論文被引用的模

9、式和聚類，特別是成簇的高被引論文頻繁地共同被引用的情況，可以發現研究前沿。當一簇高被引論文共同被引用的情形達到一定的活躍度和連貫性時，就形成一個研究前沿，而這一簇高被引論文便是組成該研究前沿的“核心論文”。研究前沿的分析數據揭示了不同研究者在探究相關的科學問題時會產生一定的關聯，盡管這些研究人員的背景不同或來自不同的學科領域?？傊?，研究前沿的分析提供了一個獨特的視角來揭示科學研究的脈絡。研究前沿的分析不依賴于對文獻的人工標引和分類（因為這種方法可能會有標引分類人員判斷的主觀性），而是基于研究人員的相互引用而形成的知識之間和人之間的聯絡。這些研究前沿的數據連續記載了分散的研究領域的發生、匯聚、發

10、展（或者是萎縮、消散），以及分化和自組織成更近的研究活動節點。在演進的過程中，每組核心論文的基本情況，如主要的論文、作者、研究機構等，都可以被查明和跟蹤。通過對該研究前沿的施引論文的分析，可以發現該領域的最新進展和發展方向。2013 年科睿唯安發布了2013 研究前沿自然科學和社會科學的前 100 個探索領域白皮書。2014 年和 2015 年科睿唯安與中國科學院文獻情報中心成立的“新興技術未來分析聯合研究中心”推出了2014 研究前沿 和2015 研究前 沿 分 析 報 告。2016 年至 2021 年，中國科學院科技戰略咨詢研究院、中國科學院文獻情報中心和科睿唯安聯合發布了2016 研究前

11、沿、2017 研究前沿、2018 研究前沿、2019 研究前沿、2020 研究前沿 和2021 研究前沿 分析報告。這一系列報告引起了全球廣泛的關注。2022 年，在以往系列研究前沿報告的基礎上，推出了2022 研究前沿分析報告。報告仍然以文獻計量學中的共被引分析方法為基礎，基于科睿唯安的 Essential Science IndicatorsTM(ESI)數據庫中的 12610 個研究前沿，遴選出了 2022 年自然科學和社會科學的 11 大學科領域排名最前的 110 個熱點前沿和 55 個新興前沿。引用核心論文的論文，也稱引文。研究前沿62.方法論整個分析工作分為兩個部分：研究前沿的遴選

12、和命名由科睿唯安和中國科學院科技戰略咨詢研究院科技戰略情報研究所合作完成，165 個研究前沿的核心論文及其施引論文的數據提供由科睿唯安負責；研究前沿的分析和重點研究前沿（包括重點熱點前沿和重點新興前沿）的遴選及解讀由中國科學院科技戰略咨詢研究院科技戰略情報研究所主持完成。此次分析基于 2016-2021 年的論文數據，數據下載時間為 2022 年 3 月。2.1 研究前沿的遴選與命名2022 研究前沿分析報告反映了當前自然科學與社會科學的 11 大學科領域的 165 個研究前沿（包括 110 個熱點前沿和 55 個新興前沿）。我們將 ESI 數據庫中 20 個學科的 12610 個研究前沿劃分

13、到 11個高度聚合的大學科領域，以此為基礎遴選出較為活躍或發展迅速的研究前沿。報告中所列的 165 個研究前沿的具體遴選過程如下：2.1.1 熱點前沿的遴選對于除數學領域和信息科學領域以外的 9 個大學科領域，將對應的每個 ESI 學科中的研究前沿的核心論文，按照總被引頻次進行排序，提取排在每個 ESI學科前 10%的最具引文影響力的研究前沿。再根據核心論文出版年的平均值重新排序，遴選出每個領域中那些“最年輕”的研究前沿，并由各學科戰略情報研究人員進行調整和歸并。通過上述幾個步驟在 9 個大學科領域分別選出10個熱點前沿，共計90個熱點前沿。由于數學領域和信息科學領域的特點，2022 年我們嘗

14、試使用新的方法遴選這兩個領域的熱點前沿和新興前沿。首先按照數學領域和信息科學領域研究前沿中核心論文的篇均被引頻次進行排序，選出超過本領域平均篇均被引頻次的研究前沿，然后根據研究前沿中核心論文在高水平期刊上發表的比例進行排序，選出超過各領域平均水平的研究前沿，再根據核心論文出版年的平均值重新排序，遴選出若干備選前沿，由各學科戰略情報研究人員判斷這些研究前沿的研究主題是否顯著促進了本領域的知識進步，最終在數學領域和信息科學領域各遴選出 10 個熱點前沿。11 大學科領域中共遴選出 110 個熱點前沿。因為每個領域具有不同的特點和引用行為，有些學科領域中的很多研究前沿在總被引頻次和篇均被引頻次上會相

15、對較小，所以從 11 大學科領域中分別遴選出的排名前 10 的熱點前沿，代表各大學科領域中最具影響力的研究前沿，但并不一定代表跨數據庫（所有學科）中最大最熱的研究前沿。2.1.2 新興前沿的遴選一個研究前沿有很多新近發表的核心論文，通常 11 個大學科領域分別為：1.農業、植物學和動物學；2.生態與環境科學；3.地球科學；4.臨床醫學；5.生物科學；6.化學與材料科學；7.物理學；8.天文學與天體物理學；9.數學；10.信息科學；11.經濟學、心理學及其他社會科學。高水平期刊為 Journal Citation ReportsTM數據庫各學科分類中期刊影響因子排在前 25%(含 25%)的 Q

16、1 區期刊。背景與方法論7提示其是一個快速發展的專業研究方向。為了選取新興的前沿，組成研究前沿的基礎文獻即核心論文的時效性是優先考慮的因素。這就是為什么我們稱其為新興前沿。對除數學領域和信息科學領域以外的 9 個大學科領域，為了識別新興前沿，我們對研究前沿中的核心論文的出版年賦予了更多的權重或優先級，只有核心論文平均出版年在 2020 年 6 月之后的研究前沿才被考慮。將 9 個大學科領域對應的每個 ESI 學科的研究前沿按被引頻次從高到低排序，選取被引頻次排在前10%的研究前沿，然后由各學科戰略情報研究人員經過調研和評審，遴選出每個 ESI 學科中的新興前沿，并將其整合到 9 大學科領域中，

17、從而遴選出了 9 大學科領域的 51 個新興前沿，這 51 個新興前沿最早的平均出版年是 2020.5。數學領域和信息科學領域的新興前沿的遴選參考了這兩個領域的熱點前沿的遴選方法。首先按照研究前沿中核心論文的篇均被引頻次排序，然后根據研究前沿中核心論文在高水平期刊上發表的比例進行排序，遴選出超過各領域平均水平的若干備選前沿，再根據核心論文出版年的平均值重新排序，遴選出每個領域中那些“最年輕”的研究前沿，最終在數學領域和信息科學領域各遴選出 2 個新興前沿。11 大學科領域共遴選出 55 個新興前沿，并不按學科限定其遴選數量，因此這些新興前沿在各個大學科領域中分布并不均勻，例如，地球科學領域只有

18、一個新興前沿，而臨床醫學領域則選出了17個新興前沿。通過以上兩種方法，這份報告突出顯示了 11 個高度聚合的大學科領域中的 110 個熱點前沿和 55 個新興前沿。2.1.3 研究前沿的命名由各學科戰略情報研究人員，根據研究前沿的核心論文的研究主題、主要內容和特點等，對 165 個研究前沿逐一進行命名，并征求專家意見調整確定。2.2 研究前沿的分析及重點研究前沿的遴選和解讀本報告在遴選的 165 個研究前沿的數據的基礎上，由中國科學院科技戰略咨詢研究院的戰略情報研究人員對 11 大學科領域的 110 個熱點前沿的發展趨勢進行了分析，并對 32 個重點研究前沿和 1 個前沿群進行了詳細的解讀（見

19、后續各章）。重點研究前沿包括重點熱點前沿和重點新興前沿兩部分。研究前沿由一組高被引的核心論文和一組共同引用核心論文的施引論文組成。核心論文來自于 ESI 數據庫中的高被引論文，即在同學科同年度中根據被引頻次排在前 1%的論文。這些有影響力的核心論文的作者、機構、國家在該領域做出了不可磨滅的貢獻，本報告對其進行了深入分析和解讀。同時，引用研究前沿核心論文的施引論文可以反映出核心論文所提出的技術、數據、理論在核心論文發表之后是如何被進一步發展的，即使這些引用核心論文的施引論文本身并不是高被引論文。本報告對相關內容也進行了一定程度的揭示。2.2.1 重點研究前沿的遴選2014 年設計了遴選重點研究前

20、沿的指標年篇均被引頻次(CPT)，2015 年在該指標的基礎上，又增加了規模指標核心論文數（P）。（1）核心論文數（P）研究前沿8ESI 數據庫用共被引文獻簇（核心論文）來表征研究前沿，并根據文獻簇的元數據及其統計結果揭示研究前沿的發展態勢，其中核心論文數（P）總量標志著研究前沿的大小，文獻簇的平均出版年和論文的時間分布標志著研究前沿的進度。核心論文數（P）表達了研究前沿中知識基礎的重要程度。在一定時間段內，一個前沿的核心論文數（P）越大，表明該前沿越活躍。（2）年篇均被引頻次(CPT)遴選重點研究前沿的指標年篇均被引頻次(CPT)的計算方法是用核心論文的總被引頻次（C）除以核心論文數（P），

21、再除以施引論文所發生的年數（T）。施引論文所發生的年數（T）指施引論文集合中最新發表的施引論文與最早發表的施引論文的發表時間的差值。如最新發表的施引論文的發表時間為 2021 年，最早發表的施引論文的發表時間為 2017 年，則該施引論文所發生的年數為 5。年篇均被引頻次(CPT)實際上是一個研究前沿的平均引文影響力和施引論文發生年數的比值，該指標越高代表該前沿越熱或越具有影響力。它反映了某研究前沿的引文影響力的廣泛性和及時性，可以用于探測研究前沿的突現、發展以及預測研究前沿下一個時期可能的發展。該指標既考慮了某研究前沿受到關注的程度，即核心論文的總被引頻次，又考慮了該研究前沿受關注的時間長短

22、，即施引論文所發生的年數。在研究前沿被持續引用的前提下，當兩個研究前沿的P 和 T 值分別相等時，則 C 值較大的研究前沿的 CPT值也較大，指示該研究前沿引文影響力較大。當兩個研究前沿的 C 和 P 值分別相等時，則 T 值較小的研究前沿的 CPT 值會較大，指示該研究前沿在短期內受關注度較高。當兩個研究前沿的 C 和 T 值分別相等時，P 值較小的研究前沿的 CPT 反而會較大，指示該研究前沿中核心論文的平均引文影響力較大。2022研究前沿 在重點研究前沿的遴選過程中，從每個大學科領域的 10 個熱點前沿中，利用核心論文數（P）和年篇均被引頻次(CPT)指標，結合戰略情報研究人員的專業判斷

23、，遴選出兩個重點熱點前沿。專業判斷主要考慮該前沿是否對解決重大問題有重要意義。一方面，選擇核心論文數（P）最高的前沿，如果 P 最高的前沿已經在往年的研究前沿中解讀過且核心論文沒有顯著變化，則選擇 P 次高的前沿，依次類推。同時，用年篇均被引頻次(CPT)指標結合專業判斷遴選出一個重點熱點前沿。綜合這兩種方法共遴選出 22 個重點熱點前沿。從新興前沿中，利用 CPT指標結合戰略情報研究人員的判斷遴選出 10 個重點新興前沿和 1 個新興前沿群。因此從 165 個研究前沿中共遴選出 32 個重點前沿和 1 個前沿群進行深入 解讀。2.2.2 研究前沿的分析和解讀在報告遴選的 165 個研究前沿的

24、數據基礎上，綜合分析 11 大學科領域的 110 個熱點前沿的發展趨勢，研究揭示新興前沿的研究主題，并對 33 個重點研究前沿（群）進行了詳細的解讀。（1）熱點前沿分析及重點熱點前沿的解讀對于每個學科領域，結合 Top 10 熱點前沿的核心論文的數量、被引頻次、核心論文平均出版年，以及施引論文的年度變化，分析 Top 10 熱點前沿的發展趨勢，包括覆蓋的重點方向、前沿（群）分布特征及演變趨勢。每個學科領域的第一張表展示本領域前 10 個熱點前沿的核心論文的數量、被引頻次以及核心論文平均出版年。每個領域的 10 個熱點研究前沿中引用核背景與方法論9心論文的論文（施引論文）的年度分布用氣泡圖的方式

25、展示。氣泡大小表示每年施引論文的數量，對于那些施引論文量大、而施引論文所發生的年數少的前沿，也就是 CPT 值的前兩種情況，可以從圖中直觀地看出哪些是重點熱點前沿。但是對于核心論文（P）較少的情況，則需要結合數據來看。大部分研究前沿的施引論文每年均有一定程度的增長，因此氣泡圖也有助于對研究前沿發展態勢的理解。對每個學科領域遴選出的兩個重點熱點前沿，深入分析解讀其概念內涵、發展脈絡、研究力量布局等，揭示被引頻次較高的核心論文的研究內容、價值、影響。每個重點熱點前沿的第一張表對該熱點前沿的核心論文的產出國家、機構活躍狀況進行了統計分析，有助于揭示出哪些國家、機構在該熱點前沿中有較大貢獻。第二張表則

26、對該熱點前沿的施引論文的產出國家和機構進行了統計分析，有助于探討哪些國家、機構在該熱點前沿的發展中的研究布局。（2）新興前沿分析及重點新興前沿的解讀新興前沿的核心論文及其施引論文數量較少，數據統計分析意義不大。因此，主要由戰略情報研究人員揭示新興前沿的研究主題，并對重點新興前沿的核心論文及相關信息進行內容方面的定性分析解讀，籍此可以了解重點新興前沿的基本概念、最新科研突破及未來發展前景。研究前沿10農業科學、植物學和動物學農業科學、植物學和動物學111.熱點前沿及重點熱點前沿解讀1.1 農業科學、植物學和動物學領域 Top 10 熱點前沿發展態勢農業科學、植物學和動物學領域位居前十位的熱點前沿

27、（表 1）主要分布在食品科學與工程、植物基因組、植物抗性機理和動物疫病傳播研究等四個子領域。其中，食品科學與工程子領域熱點前沿數量最多，有 4 個，分別研究油凝膠對食品脂肪的替代、乳酸發酵在新型果蔬功能飲料中的應用、用于肉類新鮮度監測的智能 pH 傳感包裝膜及 3D 打印食品。植物基因組子領域有 3 個熱點前沿，分別是茶樹基因組研究、植物泛基因組研究與應用、新一代植物基因組編輯系統研究。植物抗性機理子領域有 2 個熱點前沿，分別是硫化氫在調控植物適應非生物脅迫中的作用，以及植物 NLR（核苷酸結合富含亮氨酸重復序列）免疫受體在免疫調控中的作用。動物疫病傳播子領域有 1 個熱點前沿，研究新型冠狀

28、病毒對家養動物的感染及其傳播。與往年相比，上述四個子領域均有多個研究主題多次入選 Top 10 熱點前沿。植物基因組子領域中，植物泛基因組研究在 2021 年入選，2022 年又取得了新進展，更強調其應用。同樣地，植物基因組編輯也曾在 2018 年、2021 年入選，每年都有新進展。這表明該兩項研究主題處于蓬勃發展階段，突破性成果不斷涌現。動物疫病傳播子領域近兩年也持續出現熱點，去年入選的是豬圓環病毒 3 型研究，2022 年入選的是新型冠狀病毒的動物感染與傳播。植物抗性機理研究子領域一直以來都是熱點研究領域，在不同方向上不斷產出新成果，2013 年以來相繼入選的熱點前沿依次有：植物病原卵菌

29、RXLR 效應蛋白與植物免疫力的下降（2013年）、植物天然免疫的分子誘導機制（2015 年）、植物先天免疫機制（2016 年）、調控植物生長和防御的茉莉酸信號傳導機制（2019年）及植物抗脅迫的系統信號傳導（2021 年）等。在食品科學與工程子領域，2016 年以來不斷有相關熱點前沿入選 Top 10，包括食品檢測、食品污染防控、食品功能包裝膜及果蔬食品加工等。表 1農業科學、植物學和動物學領域 Top10 熱點前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1新型冠狀病毒對家養動物的感染及其傳播4158192020.42硫化氫在調控植物適應非生物脅迫中的作用3412672019.93油凝

30、膠在食品脂肪替代中的應用研究2515182019.44乳酸發酵在新型果蔬功能飲料開發中的應用1513692019.35茶樹基因組研究及功能基因分析1611872019.36植物 NLR（核苷酸結合富含亮氨酸重復序列）免疫受體在免疫調控中的作用4129752019.27新一代植物基因組編輯系統 CRISPR/Cpf11912172019.28植物泛基因組研究與應用1819252019.19用于肉類新鮮度監測的基于植物抗氧化物的智能 pH 傳感包裝膜3424752019103D 打印食品研究2418372019研究前沿12201620172018201920202021 新型冠狀病毒對家養動物的感

31、染及其傳播 硫化氫在調控植物適應非生物脅迫中的作用 油凝膠在食品脂肪替代中的應用研究 乳酸發酵在新型果蔬功能飲料開發中的應用 茶樹基因組研究及功能基因分析 植物NLR（核苷酸結合富含亮氨酸重復序列）免疫受體在免疫調控中的作用 新一代植物基因組編輯系統 CRISPR/Cpf1 植物泛基因組研究與應用 用于肉類新鮮度監測的基于植物抗氧化物的 智能 pH 傳感包裝膜 3D 打印食品研究圖 1農業科學、植物學和動物學領域 Top10 熱點前沿的施引論文1.2 重點熱點前沿“新型冠狀病毒對家養動物的感染及其傳播”新 型 冠 狀 病 毒 肺 炎（COVID-19，簡稱新冠肺炎）疫情自 2019 年底暴發以

32、來，在全球迅速傳播蔓延，給人類健康、生活和社會經濟發展帶來嚴重影響。為有效控制該疾病，各國科學家做出了大量努力，有關新型冠狀病毒（SARS-CoV-2，簡稱新冠病毒）的論文數量呈井噴式增長，并被大量引用，近兩年在生物學領域和臨床醫學領域都已有多個新型冠狀病毒相關研究方向入選 Top 10 熱點研究前沿。在農業科學、植物學和動物學領域的新冠病毒相關研究，一方面是為了溯源新冠病毒的自然宿主和中間宿主，以切斷傳播鏈，另一方面是為了追蹤病毒毒株的變異，以研究病毒的致病機理。為此，研究人員在新冠病毒對家養動物的感染及其傳播方向上做了大量研究工作，推動該方向入選 2022 年的Top 10 熱點研究前沿。

33、該熱點研究前沿有 41 篇核心論文，均為研究性論文，其中 9 篇發表在科學(Science),自然(Nature),細胞(Cell)等國際知名期刊。這些論文研究了各國的家養動物受新冠病毒感染的發病機制、病毒檢測與分離、病理特征及流行調查等。研究對象包括荷蘭、法國、敘利亞、西班牙、瑞士、英國、美國、巴西、克羅地亞、中國等國的家養動物，包括貓、狗、水農業科學、植物學和動物學13貂、雪貂、豬、雞、倉鼠等，其中對貓狗感染的研究最多。此外還有一些研究開發了小鼠模型，用于動物感染研究。這41篇核心論文中，被引頻次最高的 1 篇論文被引用了710 次（圖 2）。該論文于 2020 年發表在科學(Scienc

34、e)期刊上，由來自中國農業科學院哈爾濱獸醫研究所與中國疾病預防控制中心病毒病預防控制所的研究人員合作完成，研究了雪貂、貓、狗等家養動物對新冠病毒的敏感性。圖 2“新型冠狀病毒對家養動物的感染及其傳播”研究前沿中核心論文的被引頻次分布曲線10100400700200500800300600739291939511312141173727153525133323被引頻次核心論文序號核心論文 Top 產出國家和機構中（表 2），美國貢獻最大，占比為 29.3%。中國也積極參與，貢獻了 10 篇論文，排名第二，貢獻了 24.4%的核心論文。雖然荷蘭整體排名第三（17.1%），但荷蘭的烏得勒支大學和鹿特

35、丹伊拉斯姆斯大學在 Top 機構中表現突出，二者分列前兩名，分別貢獻了 14.6%和12.2%的核心論文。中國科學院名列第三，貢獻了9.8%的核心論文?？梢钥闯?，相對其他國家，美國、中國、荷蘭對新冠病毒在家養動物中的傳播非常重視。研究前沿14表 2“新型冠狀病毒對家養動物的感染及其傳播”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1美國1229.3%1烏得勒支大學荷蘭614.6%2中國1024.4%2鹿特丹伊拉斯姆斯大學荷蘭512.2%3荷蘭717.1%3中國科學院中國49.8%4西班牙614.6%4瓦格寧根大學荷蘭37.3%5德國49.8%4巴

36、斯德研究所法國37.3%5法國49.8%4GD 動物健康公司荷蘭37.3%7意大利37.3%4格拉斯哥大學英國37.3%7英國37.3%4香港大學中國37.3%9澳大利亞24.9%9瑞士24.9%9巴西24.9%9丹麥24.9%核心論文 02468141012美國中國荷蘭西班牙德國法國意大利英國澳大利亞瑞士巴西丹麥12107643432222農業科學、植物學和動物學15表 3“新型冠狀病毒對家養動物的感染及其傳播”研究前沿中施引論文的 Top10 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1美國94839.8%1中國科學院中國1195.0%2中國55223.2%2香港大學中

37、國943.9%3英國2239.4%3美國國立衛生研究院美國823.4%4德國1707.1%4哈佛大學美國803.4%5法國1456.1%5中國醫學科學院北京協和醫學院中國753.1%6印度1215.1%6法國國家健康與醫學研究所法國622.6%6意大利1215.1%7法國國家科學研究中心法國582.4%8加拿大1205.0%8美國國家過敏和傳染病研究所美國502.1%9荷蘭1044.4%9圣路易斯華盛頓大學美國461.9%10澳大利亞1004.2%10西奈山伊坎醫學院美國451.9%施引論文 Top 10 產出國家和機構中（表 3），核心論文產出分列第一和第二的美國和中國施引論文依然最多，占比

38、分別為 39.8%和23.2%，表明中美兩國在該方向上持續保持研究熱情。核心論文貢獻排名第七的英國積極跟進，施引論文排名上升到第三。機構方面，中國科研機構積極跟進，其中，中國科學院排名上升到第一，貢獻了5%的施引論文，香港大學排名第二，貢獻了 3.9%。美國國立衛生研究院名列第三。施引論文 01002003004005001000600900800700948552223170145121121120104100美國中國英國德國法國印度意大利加拿大荷蘭澳大利亞研究前沿161.3 重點熱點前沿“植物泛基因組研究與應用”植物泛基因組研究在 2021 年即入選 Top 10 熱點研究前沿。泛基因組這

39、一概念最初于 2005 年由美國科學家在微生物組學領域提出，之后很快被拓展并應用于動植物基因組學領域，引領基因組研究進入泛基因組學時代。泛基因組研究旨在把整個物種或群體中的每個個體特有的遺傳性狀及相關基因都挖掘出來，因此，對生物遺傳變異資源挖掘、特有性狀調控基因鑒定及培育農業動植物優良品種等意義重大。近年來，該研究前沿不斷取得新進展。2018 年，中國牽頭聯合國內外 16 家單位對 3010 份栽培稻進行測序，構建了首個接近完整的亞洲栽培稻泛基因組。2020 年，加拿大主導的國際團隊在來自世界各地的 15 個小麥品種的基礎上，繪制出了史上最全的小麥基因組圖譜。同年，中國對2898 份大豆樣本進

40、行重測序，首次實現了基于圖形結構的植物泛基因組構建。2022 年，該前沿共有核心論文18 篇，總體上較 2021 年更進一步，更加強調泛基因組研究在作物改良中的應用。其中有 14 篇與 2021 年的核心論文（16 篇）重疊，主要研究了番茄、水稻、向日葵等作物的泛基因組及基于泛基因組研究的功能基因挖掘，其中的綜述則重點闡述了植物泛基因組學的研究方法等。2022 年新增 4 篇核心論文，主要研究泛基因組如何改變作物基因組學研究和遺傳改良，通過整合物種的野生部分來加速作物改良的超級泛基因組，葡萄馴化中結構變異的群體遺傳學研究，以及 1 篇植物全基因組學的綜述。沒有進入 2022 研究前沿的2篇核心

41、論文重點開展測序、組裝等方法研究，包括油菜種質資源全基因組測序及其生態型差異的遺傳基礎，以及兩個甘藍型油菜近緣種基因組的組裝與比較。2022 年被引頻次最高的論文與2021 年是同 1 篇，被引用了 444 次（圖 3），遠領先于其他論文。該論文 2018 年發表在自然(Nature)期刊上，由來自中國農業科學院、菲律賓國際水稻研究所、上海交通大學、深圳華大基因、美國亞利桑那大學等機構的研究人員合作完成，研究了 3010 個亞洲栽培水稻基因組的遺傳變異、群體結構和多樣性。圖 3“植物泛基因組研究與應用”研究前沿中核心論文的被引頻次分布曲線1050200350450100250400500150

42、30042515103616119148181371712核心論文序號被引頻次農業科學、植物學和動物學17表 4“植物泛基因組研究與應用”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1澳大利亞1055.6%1西澳大利亞大學澳大利亞844.4%2美國844.4%2昆士蘭大學澳大利亞422.2%3中國527.8%2墨爾本大學澳大利亞422.2%4法國422.2%4喬治亞大學美國316.7%5以色列316.7%4中國農業科學院中國316.7%6德國211.1%4中國科學院中國316.7%6加拿大211.1%4法國國家農業食品與環境 研究院法國316.7

43、%8瑞士15.6%8巴黎-薩克雷大學法國211.1%8印度15.6%8佛羅里達大學美國211.1%8南非15.6%8冷泉港實驗室美國211.1%8菲律賓15.6%8上海師范大學中國211.1%8西班牙15.6%8康奈爾大學美國211.1%8捷克15.6%8法國國家科學研究中心法國211.1%8格魯吉亞15.6%核心論文 Top 產出國家和機構中（表 4），澳大利亞表現最突出，占比超過一半，為 55.6%；排在第二位的美國貢獻也較大，為44.4%；中國排名第三，核心論文數是澳大利亞的一半。澳大利亞的西澳大利亞大學、昆士蘭大學和墨爾本大學在Top機構中依次名列前三，分別占比 44.4%、22.2%

44、和 22.2%。其中西澳大利亞大學表現突出，貢獻了澳大利亞 10 篇核心論文中的 8篇。美國喬治亞大學、中國農業科學院、中國科學院、法國國家農業食品與環境研究院 4 家機構并列第四，占比均為 16.7%。研究前沿18施引論文產出國家分析顯示（表 5），中美澳在核心論文和施引論文方面均名列前三，表現突出。核心論文產出排名第三的中國在該研究方向積極跟進，施引論文產出最多，占比為 44.3%。核心論文產出排名第二的美國依然排第二，占比為 29.7%；核心論文產出排名第一的澳大利亞排名第三，占比為12.9%。施引論文產出機構方面，中國農業科學院、中國科學院、華中農業大學依次名列前三。表 5“植物泛基因

45、組研究與應用”研究前沿中施引論文的 Top10 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1中國51344.3%1中國農業科學院中國15313.2%2美國34429.7%2中國科學院中國1149.8%3澳大利亞14912.9%3華中農業大學中國1018.7%4德國13311.5%4西澳大利亞大學澳大利亞655.6%5英國887.6%5法國國家農業食品與環境研究院法國574.9%6法國817.0%5美國農業部美國574.9%7印度756.5%7國際水稻研究所菲律賓443.8%8日本675.8%8法國國家科學研究中心法國393.4%9加拿大484.1%9中國農業大學中國373.

46、2%10菲律賓443.8%9康奈爾大學美國373.2%9馬普學會德國373.2%澳大利亞美國中國法國以色列德國加拿大瑞士印度南非菲律賓西班牙捷克格魯吉亞111111234581012 核心論文 農業科學、植物學和動物學192.新興前沿及重點新興前沿解讀 2.1 新興前沿概述農業科學、植物學和動物學領域有 2 個方向入選新興前沿，分別是“COVID-19 對農業和糧食系統的影響”和“緩解作物砷中毒的機理和方法研究”（表 6）。表 6農業科學、植物學和動物學領域新興前沿序號新興前沿核心論文被引頻次核心論文平均出版年1COVID-19 對農業和糧食系統的影響174862020.62緩解作物砷中毒的機

47、理和方法研究71912020.62.2 重點新興前沿“緩解作物砷中毒的機理和方法研究”砷（As）是一種有毒的類金屬，會對植物生長產生不利影響，對人類健康構成嚴重威脅。砷會干擾許多生理和代謝途徑，如營養、水分和氧化還原失衡、光合作用和 ATP合成異常以及膜完整性喪失等。近年來，砷在土壤中的積累日益增加，導致砷元素在各種作物中的毒性增加。因此，研究作物砷耐受力調控機理，及引入新型改良劑來應對這種情況是當務之急，并成為了農業科學領域的新興研究前沿。該新興前沿共有核心論文 7篇，主要研究作物砷脅迫耐受力增強的調控機理，以及利用改良劑來緩解砷對作物的毒性。在砷耐受調控機理方面，研究了水楊酸如何誘導一氧化

48、氮通過上調抗壞血酸-谷胱甘肽循環和乙二醛酶系統增強玉米對砷的耐受性，以及褪黑素如何介導花青素生物合成調控和抗氧化防御來增強茶樹對砷脅迫的耐受性。在利用改良劑降低毒性方面，主要研究了氧化鋅納米粒子、TiO2納米顆粒及褪黑素和鈣在降低大豆、水稻砷毒性中的作用。600中國美國德國英國法國印度日本加拿大菲律賓澳大利亞4001005002003000 施引論文 513344149133888175674844研究前沿20生態與環境科學2022生態與環境科學211.熱點前沿及重點熱點前沿解讀1.1 生態與環境科學 Top 10 熱點前沿發展態勢生態與環境科學領域的 Top 10 熱點前沿主要分布在生態科學

49、和環境科學兩個子領域（表 7 和圖 4），全球性的生態環境問題及新冠肺炎疫情相關的生態環境問題仍是本年度的主要關注點。具體來看，環境科學子領域的熱點前沿主要涉及新冠肺炎疫情相關環境研究，及有機污染物、微塑料、重金屬等污染物的環境特征、風險與控制研究。自2019年底起，新冠肺炎疫情在全球持續肆虐，環境學家日益關注新冠肺炎疫情與環境問題相關聯的科學問題，該方向的四個熱點前沿包括“新冠肺炎疫情帶來的固體廢物和醫療廢物污染及管理”、“廢水中新型冠狀病毒的檢測及基于廢水的流行病學監測”、“新冠肺炎疫情期間的封鎖隔離措施對空氣質量的影響”、及“氣候環境因素對新冠肺炎疫情的影響”。其中，“新冠肺炎疫情期間的

50、封鎖隔離措施對空氣質量的影響”在 2021 年入選了熱點研究前沿，“氣候環境因素對新冠肺炎疫情的影響”也在 2021 年入選了新興研究前沿。環境特征、風險與控制相關研究是環境子領域的另一個重要方向，包括“催化活化過硫酸鹽降解有機污染物”、“水環境中微塑料與微生物的互作及其結合的生態環境風險”、“土壤重金屬污染的空間分布、來源解析及健康風險評估”三個熱點前沿，同時微塑料污染也是“新冠肺炎疫情帶來的固體廢物和醫療廢物污染及管理”表 7生態與環境科學領域 Top10 熱點前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1COVID-19 疫情帶來的固體廢物和醫療廢物污染及管理4019702020.

51、72廢水中新型冠狀病毒的檢測及基于廢水的流行病學監測1627982020.13COVID-19 疫情期間的封鎖隔離措施對空氣質量的影響18363120204氣候環境因素對 COVID-19 疫情的影響19263820205催化活化過硫酸鹽降解有機污染物17142020206昆蟲衰退現狀、滅絕危機與驅動因素1834352019.77不同材料堆肥過程中腐殖質的形成機制及微生物的作用2221862018.88水環境中微塑料與微生物的互作及其結合的生態環境風險1618492018.89森林生境破碎化的全球模式及其對生物多樣性的影響1014192018.810土壤重金屬污染的空間分布、來源解析及健康風險

52、評估3845182018.7研究前沿22熱點前沿中重要的研究內容。這幾個前沿也在以往的報告中多次作為熱點前沿得以挖掘出來。特別是，微塑料污染相關研究分別在 2015年至 2017 年、2020 年、2021 年先后多次入選熱點前沿，過硫酸鹽降解有機污染物相關研究曾在 2017年和 2018 年分別入選熱點前沿，重金屬污染相關研究曾在 2016 年入選熱點前沿。生態科學子領域的熱點前沿主要涉及生物多樣性、森林生境和土壤生態三個方面，具體包括“昆蟲衰退現狀、滅絕危機與驅動因素”、“森林生境破碎化的全球模式及其對生物多樣性的影響”和“不同材料堆肥過程中腐殖質的形成機制及微生物的作用”。其中，生物多樣

53、性相關研究持續多年成為研究熱點，如“昆蟲衰退現狀、滅絕危機與驅動因素”是連續第二年入選熱點前沿。圖 4生態與環境科學領域 Top10 熱點前沿的施引論文1.2 重點熱點前沿“COVID-19 疫情帶來的固體廢物和醫療廢物污染及管理”新型冠狀病毒肺炎（COVID-19，簡稱新冠肺炎）疫情大流行引發了諸多社會、經濟和環境問題。為應對新冠肺炎疫情，個人防護用品和醫療物品使用量激增。據研究統計，全球每月估計使用 1290 億口罩和 650 億手套。由此導致的醫療廢物和固體廢物的爆炸性增長帶來大范圍的環境污染，并對人類健康產生負面影響?？谡?、防護服等個人防護用品的主要成分是塑料，新冠病毒可在塑料上存活三

54、天，含有殘201620172018201920202021 COVID-19 疫情帶來的固體廢物和醫療廢物污染及管理 廢水中新型冠狀病毒的檢測及基于廢水的流行病學監測 COVID-19 疫情期間的封鎖隔離措施對空氣質量的影響 氣候環境因素對 COVID-19 疫情的影響 催化活化過硫酸鹽降解有機污染物 昆蟲衰退現狀、滅絕危機與驅動因素 不同材料堆肥過程中腐殖質的形成機制及微生物的作用 水環境中微塑料與微生物的互作及其結合的生態環境風險 森林生境破碎化的全球模式及其對生物多樣性的影響 土壤重金屬污染的空間分布、來源解析及健康風險評估生態與環境科學23留病原體的醫療廢棄物帶來了疾病傳播風險。由于擔

55、心塑料作為病毒載體引發疾病傳播，當前人們更多地選擇使用一次性塑料醫療制品，而不是對其進行重復利用。因此，疫情的爆發也讓一次性塑料禁令的實施遭遇困境，這直接導致了塑料污染風險的大幅增加。相關研究在2020 年疫情爆發后引起了環境領域研究人員的極大關注。本研究前沿共40篇核心論文，主要研究方向有兩個：一是個人防護用品產生的陸地和海洋生態環境風險和管理挑戰。重點是個人防護用品作為微塑料污染的一個新興來源的全球環境排放及對廢棄物管理的影響和挑戰。本前沿被引頻次最高的一篇核心論文即強調并展望了新冠肺炎疫情帶來的塑料和其他廢棄物的環境后果，提出“塑料廢物足跡”的概念，從研究和環境政策的角度討論了新冠肺炎疫

56、情大流行期間和之后廢物管理方面新出現的挑戰。該文由捷克布爾諾理工大學等機構于 2020 年發表在可再生與可持續能源評論(Renewable&Sustainable Energy Reviews)，被 引頻次達到 190 次。二是疫情帶來的個人防護用品的污染控制技術、無害化處置措施和管理舉措。重點是討論平衡公共衛生、環境安全、及產業鏈和供應鏈的政策，并綜合考慮各種技術手段的綜合策略和新型解決方案。葡萄牙阿威羅大學等機構的多國研究人員于 2021 年在化學工程雜志(Chemical Engineering Journal)上發表了一篇綜述論文，討論了克服新冠肺炎疫情導致的塑料污染挑戰的潛在策略，強

57、調未來的措施應反映公共健康和環境安全之間的平衡，轉向可持續塑料替代品，繼續將塑料污染問題置于全球和地區政治議程的重要位置，并呼吁科學界、產業界和政治家共同行動。該核心論文的被引頻次為 140 次。圖 5“COVID-19 疫情帶來的固體廢物和醫療廢物污染及管理”研究前沿中核心論文的被引頻次分布曲線1060402012018080140200100160732124149291920222426283032343638395 6168181011312140173727153525133323被引頻次核心論文序號研究前沿24統計分析核心論文的產出國家和機構（表 8）。中國、加拿大和印度是核心論文

58、數量最多的 3 個國家，其中中國共有11篇核心論文，數量超過總數的四分之一。從機構角度來看，加拿大達爾豪斯大學、葡萄牙阿威羅大學、新加坡科技研究局信息通信研究院、新加坡高性能計算研究所及捷克布爾諾理工大學核心論文數量相對較多，均分別發表了 3 篇核心論文。表 8“COVID-19 疫情帶來的固體廢物和醫療廢物污染及管理”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1中國1127.5%1達爾豪斯大學加拿大37.5%2加拿大717.5%1阿威羅大學葡萄牙37.5%3印度615.0%1科技研究局信息通信研究院新加坡37.5%4伊朗410.0%1新加坡高

59、性能計算研究所新加坡37.5%4葡萄牙410.0%1布爾諾理工大學捷克37.5%4新加坡410.0%6中東科技大學土耳其25.0%4澳大利亞410.0%6朱拉隆功大學泰國25.0%8馬來西亞37.5%6伊斯蒂尼大學土耳其25.0%8土耳其37.5%6環境研究所西班牙25.0%8捷克37.5%6圣伊格納西奧洛約拉大學秘魯25.0%8印度尼西亞37.5%6加泰羅尼亞研究所西班牙25.0%6印度理工學院印度25.0%6赫羅納大學西班牙25.0%6紐芬蘭紀念大學加拿大25.0%6西班牙高等科學研究理事會西班牙25.0%6波茲南工業大學波蘭25.0%生態與環境科學25從施引論文產出國家和機構來看（表 9

60、），中國仍是該前沿施引論文最多的國家，共有 264 篇，占比接近四分之一。美國和印度分別以139篇和117篇施引論文排第二、三位，施引論文數占比超過 10%。施引論文的主要產出機構包括捷克布爾諾理工大學、中國科學院、印度理工學院和伊朗的伊斯蘭阿薩德大學。中國科學院以 24 篇施引論文排名第二位。表 9“COVID-19 疫情帶來的固體廢物和醫療廢物污染及管理”研究前沿中施引論文 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1中國26424.1%1布爾諾理工大學捷克282.6%2美國13912.7%2中國科學院中國242.2%3印度11710.7%3印度理工學院印度23

61、2.1%4英國948.6%3伊斯蘭阿薩德大學伊朗232.1%5伊朗898.1%5埃及知識庫埃及181.6%6加拿大766.9%5新加坡國立大學新加坡181.6%7澳大利亞666.0%7科技研究局信息通信研究院新加坡161.5%8馬來西亞635.7%7達爾豪斯大學加拿大161.5%9韓國615.6%7德黑蘭大學伊朗161.5%10意大利575.2%10法國國家科學研究中心法國151.4%10清華大學中國151.4%核心論文 117644443333中國加拿大印度伊朗葡萄牙新加坡澳大利亞馬來西亞土耳其捷克印度尼西亞研究前沿261.3 重點熱點前沿“廢水中新型冠狀病毒的檢測及基于廢水的流行病學監測”

62、現有證據表明，新冠肺炎疫情流行期間，社區未經處理的廢水中存在病毒 RNA。一方面，相關數據表明廢水可能是新型冠狀病毒的一個可能的暴露和傳染途徑，引發了對社區未經處理的廢水導致疫情傳播的關注和擔憂。另一方面，廢水中檢出的新型冠狀病毒也反映了社區中存在新冠肺炎疫情，可以用于監測人群中的感染流行率?；趶U水的病毒傳播監測，也稱為基于廢水的流行病學（WBE），已被建議作為流行病學的支持工具。本研究前沿共16篇核心論文，主要的研究方向包括三個方面：（1）廢水中新型冠狀病毒的環境含量、環境特征和監測方法。（2）廢水中新型冠狀病毒的暴露途徑、對疫情傳播的影響及生態風險和健康風險評估。（3）在疫情流行程度較低

63、或尚未發現大規模暴發前，通過對廢水中新型冠狀病毒的檢出進行流行病學監測和預警。核心論文中被引頻次最高的核心論文來自澳大利亞科工組織等機構，研究人員通過對澳大利亞一個社區廢水的新型冠狀病毒含量進行的定量估計及模型模擬，估算出與臨床觀察結果一致的感染病例水平。該文發表于 2020 年 8 月的整體環境科學(Science of the Total Environment)期刊上，共被引用 441 次。被引頻次位列第二位的核心論文來自荷蘭 KWR 水資源研究所，研究人員通過對荷蘭六個社區的觀察，發現廢水中新型冠狀病毒 RNA 的含量與新冠肺炎流行率的增加呈相同趨勢。該論文發表于2020年7月的 環境

64、科學與技術快報(Environmental Science&Technology Letters)期 刊上，被引頻次為 355 次。這兩篇論文都證明了利用廢水中新型冠狀病毒的定量數據對新冠肺炎疫情進行監測的可行性。26413911794897666636157中國美國印度英國伊朗加拿大澳大利亞馬來西亞韓國意大利 施引論文 生態與環境科學27圖 6“廢水中新冠病毒的檢測及流行病學監測”研究前沿中核心論文的被引頻次分布曲線統計分析核心論文產出國家和機構（表 10）表明，美、日、澳等發達國家及其機構核心論文產出數量較多。其中，美國以 7 篇核心論文排在首位，核心論文占總論文數的 43.8%。日本和澳

65、大利亞分別發表了 5 篇和 4 篇核心論文，排第二、三位。核心論文的產出機構以日本北海道大學最多，有 5 篇，占近三分之一。澳大利亞聯邦科工組織、日本山梨大學、美國圣母大學分別發表 4 篇核心論文，各占25%。50005010020025030035040045015016258113691210131415147被引頻次核心論文序號研究前沿28表 10“廢水中新型冠狀病毒的檢測及流行病學監測”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1美國743.8%1北海道大學日本531.3%2日本531.3%2聯邦科學與工業研究組織澳大利亞425.0%3

66、澳大利亞425.0%2山梨大學日本425.0%4意大利318.8%2圣母大學美國425.0%4西班牙318.8%5西班牙高等科學研究理事會西班牙212.5%6加拿大212.5%5瓦倫西亞大學西班牙212.5%7英國16.3%5昆士蘭大學澳大利亞212.5%7印度16.3%7德國16.3%7厄瓜多爾16.3%7荷蘭16.3%7瑞士16.3%7新西蘭16.3%美國日本澳大利亞意大利西班牙加拿大英國印度德國厄瓜多爾荷蘭瑞士新西蘭1111111754332核心論文生態與環境科學29989672726665574639從施引論文產出國家和機構來看（表 11），美國仍是施引論文的最大產出國，其 267 篇

67、施引論文約占總施引論文數的三分之一。中國貢獻了 98 篇施引論文；印度緊隨其后，有 96 篇施引論文。施引論文產出機構以印度理工學院最突出，有 36 篇施引論文，占 4.3%。美國圣母大學以 27 篇（占 3.2%）施引論文排第二位。法國科研中心和西班牙高等科學研究理事會分別以 22 篇（占 2.6%）施引論文排并列第三位。中國科學院有 20 篇施引論文，排第六位。表 11“廢水中新型冠狀病毒的檢測及流行病學監測”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1美國26732.0%1印度理工學院印度364.3%2中國9811.7%2圣母大學美國27

68、3.2%3印度9611.5%3法國國家科學研究中心法國222.6%4澳大利亞728.6%3西班牙高等科學研究理事會西班牙222.6%4英國728.6%5北卡羅來納大學美國212.5%6西班牙667.9%6中國科學院中國202.4%7加拿大657.8%7聯邦科學與工業研究組織澳大利亞192.3%8意大利576.8%8斯坦福大學美國182.2%9巴西465.5%8昆士蘭大學澳大利亞182.2%10法國394.7%10北海道大學日本161.9%10杜蘭大學美國161.9%美國中國印度澳大利亞英國西班牙加拿大意大利巴西法國267 施引論文 研究前沿302.新興前沿及重點新興前沿解讀2.1 新興前沿概述

69、生態與環境科學領域有 2 個方向入選新興前沿，即“經濟、政策、能源、全球化等社會因素對環境可持續性的影響”和“2019/2020 年澳大利亞特大森林火災對生態系統的影響及氣候相關驅動因素”。表 12生態與環境科學領域新興前沿序號新興前沿核心論文被引頻次核心論文平均出版年1經濟、政策、能源、全球化等社會因素對環境可持續性的影響3911812020.922019/2020 年澳大利亞特大森林火災對生態系統的影響及氣候相關驅動因素61732020.82.2 重點新興前沿“2019/2020 年澳大利亞特大森林火災對生態系統的影響及氣候相關驅動因素”澳大利亞特大森林火災從 2019年年底開始，一直持續

70、到2020年初，是有記載以來最為嚴重的森林大火之一。大火蔓延到澳大利亞大片地區，燒毀了 11.5 萬平方公里的叢林和森林，3500 多所房屋被毀，近 30億只動物死亡或者失去棲息地。該新興前沿主要包括兩方面的研究內容：一方面是評估這場火災對澳大利亞森林生態系統，包括動植物棲息地和生物多樣性的破壞性影響，及評估動植物種群從火災中恢復的潛力。研究呼吁加強對物種火災反應和火災后種群持續性的研究和管理。另一方面研究內容是氣候變化與澳大利亞特大森林火災的關系。2019 年是澳大利亞有記錄以來最熱和最干燥的一年，持續干旱和創紀錄的氣溫是火災蔓延的主要驅動力。數據和模型顯示，由于長期變暖趨勢，全球極端高溫的

71、可能性至少增加了兩倍，增加了天氣引發的極端火災風險。澳大利亞特大森林火災警示人類，持續的干旱和氣候變化可能會導致這類森林火災持續時間更長，發生頻率更高，并且在未來成為一個新常態，因此迫切需要人類控制二氧化碳排放，防止災難性的全球變暖，減少極端天氣事件。生態與環境科學312022研究前沿322022地球科學地球科學331.熱點前沿及重點熱點前沿解讀1.1 地球科學 Top 10 熱點前沿發展態勢地球科學領域 Top 10 熱點前沿中有 6 個屬于地質學相關研究，3個地理學研究和 1 個大氣科學相關研究方向。放射性碳測年技術首次入圍，凸顯地球科學研究測試技術的重大進步。利用航天器對地外天體開展原位

72、探測和采樣返回分析相關主題自 2017 年起已經連續 6 年入選，體現出學術界對行星科學的持續關注和研究熱情，值得注意的是，2022 年小行星取代火星成為最受關注的探測對象。從地球系統科學視角開展氣候變化相關研究持續升溫，基于多種地球系統模型的氣候敏感性評估以及南極洲和格陵蘭島冰量損失對海平面變化的影響研究連年上榜。華北克拉通金礦床時空演化與構造環境研究、天然氣水合物成藏機制與開采技術進展等亦多年入選，再次印證地球科學為人類認知和利用地球作出源頭貢獻。表 13地球科學領域 Top10 熱點前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1放射性碳測年校正曲線研究、數據集分析與應用101742

73、2019.32小行星地表特征和成分分析1213782019.33基于多種地球系統模型的氣候敏感性評估4263372019.14太古代地球地質變化與板塊構造研究13123920195華北克拉通金礦床時空演化與構造環境研究1412572018.86南極洲和格陵蘭島冰量損失對海平面變化的影響3245622018.77利用機器學習方法優化地震數據分析3532562018.78天然氣水合物成藏機制與開采技術進展2326162018.79高亞洲冰川質量變化的水文響應1826122018.710北半球永久凍土融化對苔原水文和碳儲存的影響1519722018.5研究前沿34圖 7地球科學領域 Top10 熱點

74、前沿的施引論文1.2 重點熱點前沿“放射性碳測年校正曲線研究、數據集分析與應用”放射性碳測年又稱為碳 14 測年、碳 14 年代測定法或放射性碳定年等，是根據自然存在的碳 14同位素的衰變程度來確定樣品的年代的一種測量方法。1940 年代，放 射 性 碳 測 年 法 由 Willard Frank Libby 發明，后者因此獲得 1960 年諾貝爾化學獎。半個多世紀以來，作為一項強大可靠的科學研究手段，放射性碳測年技術在考古學、地質學、地球物理學以及其他學科等領域得到廣泛應用。隨著科學家不斷獲得新的數據以及我們對地球系統的理解不斷加深，放射性碳測年技術持續發展。2020 年公布的更新版放射性碳

75、測年校正曲線引發廣泛關注，未來可能對人類精確認知自然和自身的發展歷史產生深遠影響。本熱點前沿包括 10 篇核心論文，分別聚焦最新的放射性碳測年校正曲線研究，放射性碳測年數據集分析，以及放射性碳測年技術在多個領域的最新應用探索。新一代校正曲線無疑最吸引眼球。2020 年8月份的 放射性碳(Radiocarbon)特刊公布了備受期待的新一代放射性碳測年校正曲線，包括適用于北半球的 IntCal20 校正曲線、適用于海洋的 MARINE20 校正曲線、適用于南半球的 SHCal20 校正曲線。圍繞三條校正曲線研究的核心論文分別由英國貝爾法斯特女王大學的Reimer PJ、英國謝菲爾德大學的Heato

76、n TJ、澳大利亞新南威爾士大學和新西蘭懷卡托大學的 Hogg AG領銜完成，相關研究囊括了大量新數據，曲線可校正的年代上限拓展到迄今約 55000 年，利用貝葉斯樣條等新的統計方法顯著改進了校正曲線的結構，提高了數據集之間的201620172018201920202021 放射性碳測年校正曲線研究、數據集分析與應用 小行星地表特征和成分分析 基于多種地球系統模型的氣候敏感性評估 太古代地球地質變化與板塊構造研究 華北克拉通金礦床時空演化與構造環境研究 南極洲和格陵蘭島冰量損失對海平面變化的影響 利用機器學習方法優化地震數據分析 天然氣水合物成藏機制與開采技術進展 高亞洲冰川質量變化的水文響應

77、 北半球永久凍土融化對苔原水文和碳儲存的影響地球科學35一致性，總體不確定性降低。新的校正曲線在科技界引發巨大轟動，后繼基于新曲線的研究工作有望取得突破性的新發現。在近年飛速發展的統計和計算技術的推動下，放射性碳測年數據集的分析方法也得以快速迭代提升。英國牛津大學的 Ramsey CB比較了貝葉斯模型中的多種方法，結果發現核密度分析表現突出，適用于廣泛的定年應用。英國劍橋大學的 Crema ER 和倫敦大學學院的Bevan A 開發了一個用于 R 統計計算語言的開放源碼軟件包，有望優化未來的大型放射性碳測年數據集的分析。不斷更新的數據集和校正曲線進一步推動了人口與氣候變化等前沿研究課題，包括人

78、口動態和氣候趨勢，海洋儲層研究，以及史前人口統計學，農業發展與人口增 長等。圖 8“放射性碳測年校正曲線研究、數據集分析與應用”研究前沿中核心論文的被引頻次分布曲線熱點前沿“放射性碳測年校正曲線研究、數據集分析與應用”核心論文 Top 產出國家和機構（表14）中，英、美、德、日、法等科技強國云集，英國排名第一，貢獻了 80%的核心論文，領銜和參與相關研究的機構包括牛津大學、劍橋大學、謝菲爾德大學、倫敦大學學院、貝爾法斯特女王大學等。中國的西安交通大學參與一篇核心論文的研究工作。102005007003006008001004007324956810被引頻次核心論文序號研究前沿36表 14“放射

79、性碳測年校正曲線研究、數據集分析與應用”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1英國880.0%1牛津大學英國440.0%2美國660.0%1劍橋大學英國440.0%3德國440.0%3謝菲爾德大學英國330.0%4丹麥220.0%3倫敦大學學院英國330.0%4瑞士220.0%3貝爾法斯特女王大學英國330.0%4新西蘭220.0%6法國國家農業食品與環境研究院法國220.0%4澳大利亞220.0%6慕尼黑大學德國220.0%4日本220.0%6圣安德魯斯大學英國220.0%4法國220.0%6懷卡托大學新西蘭220.0%10中國110.

80、0%6英國遺產委員會英國220.0%10荷蘭110.0%6艾克斯-馬賽大學法國220.0%10意大利110.0%6基爾大學德國220.0%10捷克110.0%6伍茲霍爾海洋研究所美國220.0%10西班牙110.0%6法蘭西學院法國220.0%10瑞典110.0%6法國研究與發展研究所法國220.0%6蘇格蘭高地和島嶼大學千禧學院英國220.0%6新南威爾士大學澳大利亞220.0%6阿爾弗雷德魏格納極地與海洋研究所德國220.0%6加州大學歐文分校美國220.0%6史密森尼學會美國220.0%6巴黎文理研究大學法國220.0%6亥姆霍茲聯合會德國220.0%6法國國家科學研究中心法國220.0

81、%6達勒姆大學英國220.0%6海德堡大學德國220.0%6亞利桑那大學美國220.0%6奧胡斯大學丹麥220.0%地球科學37表 15“放射性碳測年校正曲線研究、數據集分析與應用”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1美國42927.6%1法國國家科學研究中心法國1509.6%2英國34422.1%2俄羅斯科學院俄羅斯694.4%3德國30319.5%3劍橋大學英國684.4%4法國19112.3%4牛津大學英國674.3%5西班牙19012.2%5中國科學院中國613.9%6澳大利亞16510.6%6澳大利亞國立大學澳大利亞593.8

82、%7中國1449.3%6亥姆霍茲聯合會德國593.8%8加拿大1016.5%8西班牙高等科學研究理事會西班牙523.3%9意大利996.4%9馬普學會德國513.3%10瑞士895.7%10倫敦大學學院英國503.2%英國美國德國丹麥瑞士新西蘭澳大利亞日本法國中國荷蘭意大利捷克西班牙瑞典864222222111111從施引論文的角度看（表 15），美國超過英國排名第一，英國、德國次之。在 Top 施引論文產出機構中，法國國家科學研究中心排名第一，俄羅斯科學院、劍橋大學、牛津大學位列其后，中國科學院排名第五。核心論文 研究前沿381.3 重點熱點前沿“小行星地表特征和成分分析”小行星是指圍繞太陽

83、運行，體積和質量比行星和矮行星小，且不易釋放出氣體和塵埃的天體。小行星在太陽系中分布廣泛，被認為保存著太陽系形成與演化的關鍵信息。小行星表面存在最廣泛的地貌特征就是撞擊坑，由于大多數的小行星都是“碎石堆”結構，通過分析撞擊坑的濺射毯，可以獲取小行星密度和撞擊年代信息。研究小行星地表風化層及表面裸露的石塊，可以獲取關于小行星內部物質及其母體性質等較為原始的信息，不同顏色與形態的巖石也能表征小行星表面物質的不同來源或演化 過程。早期的小行星探測主要以飛掠探測為主，隨著科技的發展，對小行星的原位觀測和采樣探測也逐步展開。日本的“隼鳥 2 號”于2014 年發射，2019 年成功完成對小行星“龍宮”的

84、觸地撞擊并進行采樣，這是人類首次在小行星上成功完成多次著陸采樣，并首次采集到次表層地下樣品。2020 年 12 月，“隼鳥 2 號”攜帶樣品著陸地球。美國的“起源-光譜分析-資源識別-安全-風化層探測器”于 2016年發射，旨在對小行星“貝努”進行采樣探測，并計劃于 2023 年返回地球，這也是美國首個小行星采樣返回任務。本熱點前沿的 12 篇核心論文，主要聚焦兩個探測器對“龍宮”、“貝努”兩顆小行星的初步探測結果，分析其地貌特征、地表成分和熱特性，揭示有關兩顆小 施引論文 美國英國德國法國西班牙澳大利亞中國加拿大意大利瑞士4293443031911901651441019989地球科學39行

85、星的隕坑和地形的詳細信息。2017 年 8 月發表在空間科學評論(Space Science Reviews)上 的“OSIRIS-REx:sample return from asteroid(101955)Bennu”綜 述 論文，由“起源-光譜分析-資源識別-安全-風化層探測器”首席研究員、美國亞利桑那大學行星科學家 Dante Lauretta 領銜完成，論文詳細描述了任務的科學目標、科學載荷、地面系統和運行原理。2019年 3 月，Dante Lauretta 主 持 完 成的另一篇發表在科學(Science)上的“The unexpected surface of asteroid

86、(101955)Bennu”研究論文介紹了“起源-光譜分析-資源識別-安全-風化層探測器”對小行星“貝努”表面的初步探測結果，將為后續著陸點選擇提供支持，相關研究也受到了學界的極大關注。日本名古屋大學和宇宙航空研究開發機構主導的發表在科學(Science)上 的“Hayabusa2 arrives at the carbonaceous asteroid 162173 Ryugu-A spinning top-shaped rubble pile”研究論文展示了“隼鳥 2 號”對小行星“龍宮”形狀、質量和地貌的觀察結果，通過計算得出其密度較低，擁有“碎石堆”結構，小行星陀螺狀的成因可能是經歷過

87、 2倍于當前自轉速度的時期。圖 9“小行星地表特征和成分分析”研究前沿中核心論文的被引頻次分布曲線101002501505020073249568101112被引頻次核心論文序號研究前沿40表 16 可以看出，美國、法國和日本分列核心論文 Top 產出國家前三位，其中美國和日本分別主導“起源-光譜分析-資源識別-安全-風化層探測器”和“隼鳥 2 號”的研發，同時根據法國空間局披露，法國是唯一參與“龍宮”樣本分析的合作國。核心論文 Top 產出機構也全部來自這 3 個國家，包括約翰霍普金斯大學、法國國家科學研究中心、名古屋大學、美國國家航空航天局和日本宇宙航空研究開發機構等，且這些機構彼此之間合

88、作緊密，凸顯任務主導國和核心參與國及相關機構在基礎研究中引領概念設計、掌握一手數據、最有希望優先作出原始創新重大成果的優勢和可能。表 16“小行星地表特征和成分分析”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1美國1083.3%1約翰霍普金斯大學美國975.0%1法國1083.3%1法國國家科學研究中心法國975.0%3日本975.0%1名古屋大學日本975.0%4英國866.7%1日本宇宙航空研究開發機構日本975.0%4意大利866.7%1美國國家航空航天局美國975.0%6加拿大758.3%6亞利桑那大學美國866.7%7西班牙650.0

89、%6索邦大學法國866.7%8澳大利亞541.7%6蔚藍海岸大學法國866.7%8捷克541.7%6巴黎天文臺法國866.7%10韓國216.7%6巴黎文理研究大學法國866.7%10德國216.7%1010988765522 核心論文 美國法國日本英國意大利澳大利亞捷克韓國德國加拿大西班牙地球科學41分析該熱點前沿的施引論文（表 17）可以看出，美國的施引論文最多，達 317 篇。日本和法國緊隨其后，分列第二、三位。Top 施引論文機構也由美、日、法三國的機構占據。表 17“小行星地表特征和成分分析”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例

90、1美國31755.1%1美國國家航空航天局美國15126.3%2日本18231.7%2法國國家科學研究中心法國13223.0%3法國16228.2%3日本宇宙航空研究開發機構日本12421.6%4英國10518.3%4亞利桑那大學美國12321.4%5德國8815.3%5東京大學日本8715.1%6意大利6912.0%6蔚藍海岸大學法國7513.0%7西班牙6711.7%7美國行星科學研究所美國7412.9%8加拿大6311.0%7索邦大學法國7412.9%8中國6311.0%9千葉工業大學日本5910.3%10捷克264.5%10約翰霍普金斯大學美國579.9%10巴黎文理研究大學法國579

91、.9%意大利日本182法國162德國88英國105美國31769捷克26中國63加拿大63西班牙67 施引論文 研究前沿422.新興前沿及重點新興前沿解讀2.1 新興前沿概述地球科學領域有 1 項研究入選新興前沿，即“埃及蘇伊士灣油田儲層多尺度表征”。表 18地球科學領域新興前沿序號新興前沿核心論文被引頻次核心論文平均出版年1埃及蘇伊士灣油田儲層多尺度表征912720212.2 重點新興前沿“埃及蘇伊士灣油田儲層多尺度表征”埃及蘇伊士灣盆地位于蘇伊士灣及其沿岸地區，為裂谷型盆地，屬紅海裂谷未分裂的分支，呈近西北東南向長條狀分布，東西邊界為兩條較長斷裂帶，南部與紅海相連，是埃及最重要的采油區。據

92、統計，蘇伊士灣盆地有上百個油田，蘊藏量占埃及油氣資源的 70%，有摩根、拜拉伊姆等海上油田，以及阿布魯迪斯等陸上油田。2022 年2 月，蘇伊士灣拉馬丹地區東北部發現一處預估儲量達 1 億桶的新油田，這是過去 20 年來埃及發現的最大的新油田。儲層表征研究是量化油藏特性，識別地質信息和空間變化不確定性的過程。通過研究儲層巖石學特征、儲層物性、優質儲層發育的主控因素以及開發潛力等要素，達到尋找油氣富集區和落實剩余油分布的目的。該新興前沿共有 9 篇核心論文，內容主要聚焦蘇伊士灣十月油田和摩根油田的非常規致密儲層表征，基于儲層孔隙壓力和破裂壓力模擬等研究，對油田持續開采具有重要價值。波蘭雅蓋隆大學

93、和蘇伊士灣石油公司合作產出了 8 篇論文，其中 2021 年 2 月發表在石油 科 學 與 工 程 雜 志(Journal of Petroleum Science and Engineering)上 的“Multi-scale characterization of unconventional tight carbonate reservoir:Insights from October oil filed,Gulf of Suez rift basin,Egypt”一文被引頻次最高，達 19 次。團隊選取蘇伊士灣十月油田 OCT-X井的 13 個側壁巖心樣品和 60 個薄片，研究其作為儲

94、集巖的巖石物理特征、孔隙結構和成藏潛力。地球科學432022研究前沿442022臨床醫學臨床醫學451.熱點前沿及重點熱點前沿解讀1.1 臨床醫學領域 Top 10 熱點前沿發展態勢臨床醫學領域位居前十位的熱點前沿集中于新型冠狀病毒肺炎（COVID-19，簡稱新冠肺炎）研究前沿群和非酒精性脂肪肝病研究。自 2019 年底確認，新冠肺炎疫情已造成全球超 6 億人感染、600 多萬人死亡，至今仍然是國際公共衛生和現代醫學面臨的重大挑戰。新冠肺炎研究也延續往年熱度，占據 2022 年臨床醫學熱點前沿 Top 10 的 9 個席位，主題涉及伴發基礎疾病的新冠肺炎患者臨床特征、婦幼群體新冠肺炎臨床特征、

95、新冠肺炎并發癥、疫苗安全性和藥物治療等問題。非酒精性脂肪肝病是全球最常見肝病，其病理機制、病情進展等方面的異質性使其逐步成為爭論焦點。表 19臨床醫學領域 Top10 熱點前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1COVID-19 疫苗安全性和有效性460852020.82托珠單抗治療重癥 COVID-191123632020.63感染新冠病毒的癌癥患者臨床特征、結局和新冠疫苗免疫效果3751412020.34COVID-19 相關急性腎損傷研究2140152020.35補體系統在 COVID-19 發病機制中作用以及補體抑制劑治療效果4360222020.26感染 COVID-19

96、 孕婦的臨床特征及產科和新生兒結局1333832020.17COVID-19 患者靜脈血栓栓塞風險7854720208COVID-19 相關兒童多系統炎癥綜合征14421020209NAFLD 遺傳學研究以及疾病更名爭議303172202010COVID-19 患者干擾素應答失衡222882020研究前沿46圖 10臨床醫學領域 Top10 熱點前沿的施引論文1.2 重點熱點前沿“NAFLD 遺傳學研究以及疾病更名爭議”非酒精性脂肪肝?。∟onalcoholic fatty liver disease，NAFLD）是 目 前最常見慢性肝臟疾病，影響全球約25%人群健康。NAFLD 以肝臟內脂肪

97、累積程度超過肝重 5%為主要特征，可進展為肝硬化、肝細胞癌和肝衰竭，也會增加糖尿病、心血管疾病的發生發展，造成巨大社會經濟負擔。NAFLD 致病機制復雜，臨床也缺乏特異性治療藥物。隨著肥胖、糖尿病等問題日益嚴重，NAFLD 發病率迅速增長，成為全球性公共衛生問題和研究熱點。精準醫學理念推動了臨床醫學的革命性改變，也照亮 NAFLD診 療 實 踐。PNPLA3、TM6SF2、MBOAT7、GCKR、ApoC3 和HSD17B13 等 基 因 已 被 發 現 與NAFLD 風險存在較大關聯，而以m6A 為代表的 RNA 甲基化修飾等表觀遺傳也被證實在 NAFLD 發病過程中起著重要促進作用。這些研

98、究為 NAFLD 潛在藥物靶點和生物診斷標志物的發現奠定了基礎，也為個體化精準診療提供了發展方向。此外，為了更準確地反映代謝紊亂在 NAFLD 發病進展的關鍵病理表現，改變該疾病確診缺乏“肯定性”診斷標準的問題從而推動診療模式改變，國際專家小組于2020 年提出采用 MAFLD（Metabolic associated fatty liver disease，代謝相關脂肪性肝?。┤〈蜒赜昧?40年的 NAFLD 命名，此舉引發巨大爭議，相關爭議探討和研究進展，還獲得自然綜述-內分泌學(Nature Reviews Endocrinology)的“年度回顧”欄目報道?！癗AFLD 遺傳學研究以

99、及疾病更名爭議”熱點前沿的 30 篇核心論文主要集中在 NAFLD 易感基因研究和疾病更名兩方面。其中，NAFLD 易感基因研究主要涉201620172018201920202021 COVID-19 疫苗安全性和有效性 托珠單抗治療重癥 COVID-19 感染新冠病毒的癌癥患者臨床特征、結局和新冠疫苗免疫效果 COVID-19 相關急性腎損傷研究 補體系統在 COVID-19 發病機制中作用以及補體抑制劑治療效果 感染 COVID-19 孕婦的臨床特征及產科和新生兒結局 COVID-19 患者靜脈血栓栓塞風險 COVID-19 相關兒童多系統炎癥綜合征 NAFLD 遺傳學研究以及疾病更名爭議

100、 COVID-19 患者干擾素應答失衡臨床醫學47及 HSD17B13、MBOAT7/TMC4、PNPLA3 等基因與 NAFLD 易感性，如瑞典哥德堡大學等團隊于 2016年 5 月發表在胃腸病學頂級期刊胃腸病學(Gastroenterology)上的研究被引 337 次，指出 MBOAT7/TMC4 是 NAFLD 易感基因，該位點 rs641738 突變會增加歐洲血統人群 NAFLD 患病風險，肝磷脂酰肌醇?；溨厮苁强赡芙閷C制。而NAFLD 新命名的相關研究探討更具熱度。其中，2020 年 5 月，全球 10余個國家和地區30多位相關領域專家在胃腸病學(Gastroenterolog

101、y)上發表有關更改 NAFLD 命名的專家共識聲明，72.4%的專家支持NAFLD 改名為 MAFLD，該文獲得496 次引用。隨后，2020 年 7 月，另一頂級期刊 肝病學雜志(Journal of Hepatology)發表了國際專家組對MAFLD 的新診斷定義共識，被引511 次。共識明確了 MAFLD 的診斷主要基于代謝紊亂而無需排除其他疾病，并建立了新的診斷標準。新命名掀起了系列研究熱潮與辯駁，而有關新命名帶來的診療模式證據充分度、既往脂肪型肝炎的分級分期、新命名遺漏的合并纖維化患者是否需干預等困惑和不足，在不可避免地造成了該疾病研究的混亂的同時，也將有利于其完善和深入。圖 11“

102、NAFLD 遺傳學研究以及疾病更名爭議”研究前沿中核心論文的被引頻次分布曲線該熱點前沿的 Top 產出國家中，美國、意大利、澳大利亞處于領先，尤其是美國，貢獻了 46.7%的核心論文，反映出美國在 NAFLD遺傳學研究和疾病診療規范制定方面的高影響力。Top 產出機構中，意大利馬焦雷醫院、米蘭大學最為突出，均貢獻 1/3 的核心論文；瑞典哥德堡大學、澳大利亞悉尼大學、意大利麥格納格拉西亞大學、埃及知識庫和美國德州大學達拉斯西南醫學中心等機構也有不俗貢獻。0100200300400500600被引頻次核心論文序號17321241492919 2022242628305 61681810 1121

103、172715251323研究前沿48表 20“NAFLD 遺傳學研究以及疾病更名爭議”研究前沿中核心論文 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1美國1446.7%1米蘭馬焦雷醫院意大利1033.3%2意大利1240.0%1米蘭大學意大利1033.3%3澳大利亞930.0%3哥德堡大學瑞典826.7%4瑞典826.7%4悉尼大學澳大利亞723.3%5芬蘭723.3%4麥格納格拉西亞大學意大利723.3%6中國620.0%6埃及知識庫埃及620.0%6埃及620.0%6德州大學達拉斯西南醫學中心美國620.0%6英國620.0%8巴勒莫大學意大利413.3%9日本

104、516.7%8赫爾辛基大學芬蘭413.3%9瑞士516.7%8梅尼亞大學埃及413.3%8庫皮奧大學芬蘭413.3%8Minerva 基金會芬蘭413.3%8曼蘇拉大學埃及413.3%8東芬蘭大學芬蘭413.3%141298766655美國意大利澳大利亞瑞典芬蘭中國埃及英國日本瑞士 核心論文 臨床醫學49施引論文方面，美國以較大優勢領先，反映其在該領域的研究已形成一定規模，這與其國內不斷增加的 NAFLD 患病率息息相關。中國、意大利、英國和德國等NAFLD高發國家也呈現跟進態勢。施引論文 Top 產出機構中意大利米蘭大學、米蘭馬焦雷醫院、澳大利亞悉尼大學排名前三。表 21“NAFLD 遺傳學

105、研究以及疾病更名爭議”研究前沿中施引論文 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1美國44926.7%1米蘭大學意大利955.7%2中國35721.2%2米蘭馬焦雷醫院意大利865.1%3意大利31919.0%3悉尼大學澳大利亞794.7%4英國19411.5%4哈佛大學美國563.3%5德國17810.6%5哥德堡大學瑞典533.2%6澳大利亞1187.0%6CIBER 公司西班牙513.0%7瑞典915.4%7法國國家健康與醫學研究所法國482.9%8日本905.4%8維羅納大學意大利472.8%9西班牙895.3%9麥格納格拉西亞大學意大利452.7%10

106、法國794.7%10上海交通大學中國442.6%施引論文 美國中國意大利英國德國澳大利亞瑞典日本西班牙法國44935731919417811891908979研究前沿501.3 重點熱點前沿“COVID-19 患者干擾素應答失衡”新冠肺炎（COVID-19）目前尚沒有特效藥。干擾素（interferon，IFN）是臨床常用廣譜抗病毒藥，可快速誘導激活多種抗病毒蛋白，抑制病毒復制，并激活免疫細胞清除病毒。有研究發現，新型冠狀病毒（SARS-CoV-2）感染人體后，可抑制干擾素產生、信號轉導和刺激蛋白生成，抑制干擾素應答，進而造成病毒大量繁殖，引起過度炎癥反應等，導致多器官衰竭。早期有研究指出，外

107、源性干擾素可以控制新冠肺炎患者病情進展，干擾素也曾被部分國家或地區納入新冠肺炎治療方案。然而，多項臨床試驗發現，干擾素并不能明顯緩解病情，使用不當甚至會促進炎癥細胞因子分泌和免疫細胞浸潤而加劇疾病進展。干擾素適用人群、治療效果、給藥時機、最佳給藥劑量等爭議的存在，使得相關研究一度成為研究熱點。構成“COVID-19 患者干擾素應答失衡”熱點前沿的 2 篇核心論文，分別發表在頂級期刊細胞（Cell）及科學（Science）上，自 2020 年發表以來分別被引 1394次和 894 次。兩篇論文均研究了新型冠狀病毒對宿主轉錄反應的表征、病毒復制與免疫表達方面的不平衡關系，即 IFN-型和 IFN-

108、型干擾低的表達以及趨化因子升高、IL-6 的高表達。其中，美國西奈山伊坎醫學院 Daniel Blanco-Melo等人于 2020 年 5 月 28 日發表在細胞（Cell）上的研究，通過新型冠狀病毒與其他呼吸道病毒轉錄反應的比較，發現宿主對新型冠狀病毒的反應未能啟動 IFN-和 IFN-應答，同時誘導了募集效應細胞所需的高水平趨化因子，使免疫反應減弱、炎癥加重，未來工作應集中在具有免疫調節特性的藥物上。而法國巴黎大學 Jrme Hadjadj 等 人 2020 年 7 月 13 日 在線發表在科學（Science）上的論文則發現，干擾素反應缺乏和炎癥加重的結合可能是重癥新冠肺炎患者的標志之

109、一，推測可通過給予干擾素藥物緩解干擾素缺乏，而干擾素藥物接觸病毒的持續時間、時機和位置似乎是治療成功的關鍵。兩項研究均認為，新冠肺炎治療中應用干擾素似乎是行之有效的治療方案，但如何應用需進一步確認。進一步的研究發現，干擾素用于新冠肺炎治療應當越早越好，而且太晚給予可能會給失控的炎癥火上澆油。也有多項研究認為，干擾素治療新冠肺炎可能弊大于利，甚至有研究者質疑低干擾素水平究竟是病情惡化的原因還是后果。由于臨床證據不足，干擾素也被從部分國家或地區的新冠肺炎診療方案中剔除。干擾素在新型冠狀病毒感染中的作用機制以及干擾素藥物是否能夠或如何在新冠肺炎防治中發揮重大作用，仍然存疑。施引論文方面，美國以較大優

110、勢領先，在該熱點前沿研究中形成一定規模。中國、英國、法國、德國、意大利、印度、加拿大等國家也有活躍表現。施引論文 Top 產出機構半數來自法國，法國國家健康與醫學研究所、巴黎大學、巴黎公共援助醫院和美國哈佛大學等踴躍參與該熱點前沿的跟進研究。臨床醫學51表 22“COVID-19 患者干擾素應答失衡”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1美國72436.9%1法國國家健康與醫學研究所法國1276.5%2中國29815.2%2巴黎大學法國874.4%3英國20710.5%3巴黎公共援助醫院法國844.3%4法國1939.8%4哈佛大學美國8

111、24.2%5德國1738.8%5法國國家科學研究中心法國773.9%6意大利1738.8%6中國科學院中國572.9%7印度1266.4%7美國國立衛生研究院美國522.6%8加拿大1035.2%8西奈山伊坎醫學院美國502.5%9澳大利亞824.2%9索邦大學法國462.3%10瑞士723.7%10耶魯大學美國452.3%美國中國英國法國德國意大利印度加拿大澳大利亞瑞士7242982071931731731261038272 施引論文 研究前沿522.新興前沿及重點新興前沿解讀2.1 新興前沿概述臨床醫學領域 2022 年入選的17 個新興前沿，除新冠肺炎相關的疫苗有效性、疫苗副作用、后遺癥

112、及并發癥、藥物治療和病毒快速檢測等 15 個研究主題外，還包含肥胖和糖尿病腎病兩大常見慢性病藥物治療研究主題。綜合 CPT 指標、前沿發展潛力及科技情報研究人員的判斷，選取“COVID-19 疫苗副作用和對突變株有效性”前沿群作為重點分析對象，該前沿群也是 2021 年重點前沿群“COVID-19肺炎疫苗研發”的延續。表 23臨床醫學領域新興前沿排名新興前沿核心論文被引頻次核心論文平均出版年1中和抗體藥物 LY-CoV555 治療 COVID-194100120212COVID-19 疫苗對德爾塔突變株的有效性463920213新型冠狀病毒再感染研究460420214ChAdOx1 疫苗抵抗新

113、型冠狀病毒 B.1.1.7 和 B.1.351 突變株有效性354120215COVID-19 后遺癥729920216COVID-19 抗血栓治療策略528920217索馬魯肽治療成人超重或肥胖效果94372020.98抗抑郁藥再利用治療 COVID-19123132020.99COVID-19 疫苗誘導血栓性血小板減少癥2418962020.810新型冠狀病毒快速抗原檢測3317322020.811COVID-19 mRNA 疫苗接種過敏反應86612020.812COVID-19 相關心肌損傷病理及機制135322020.813非奈利酮對 2 型糖尿病合并慢性腎疾病患者心腎結局影響325

114、62020.714唾液用于新型冠狀病毒檢測1115702020.615COVID-19/新型冠狀病毒對男性生殖功能影響2111462020.616COVID-19 患者康復療法效益114432020.617雄激素剝奪療法與新型冠狀病毒感染風險以及雄激素調節TMPRSS2 與 ACE2 在 COVID-19 治療中的意義53562020.6臨床醫學532.2 重點新興前沿“COVID-19 疫苗副作用和對突變株有效性”前沿群疫苗仍然是應對新冠肺炎疫情最有效的舉措之一，為身處新冠肺炎大流行中的人們帶來了希望。多款不同技術路線的新冠疫苗在臨床試驗中顯示出良好的安全性和有效性，已獲批上市使用。截止 2

115、022年 9 月 26 日，全球已完成 127 億劑次疫苗接種，67.9%的人口至少接種一劑次。但是，隨著真實世界中接種人群的擴大和接種劑次增加，疫苗的副作用引起了廣泛關注。與此同時，新型冠狀病毒突變株的不斷出現，也對疫苗研發和現有疫苗有效性提出嚴峻挑戰?！癈OVID-19 疫苗副作用和對突變株有效性”前沿群包括 4 個新興前沿，即“COVID-19 疫苗誘導血栓性血小板減少癥”、“COVID-19 mRNA 疫 苗 接 種 過 敏 反 應”、“COVID-19 疫苗對德爾塔突變株的有效性”和“ChAdOx1 疫苗抵抗 SARS-CoV-2 B.1.1.7 和 B.1.351 突變株有效性”。

116、其中，2 個有關新冠肺炎疫苗副作用的新興前沿，主要涉及疫苗誘導血栓性血小板減 少 癥（Vaccine-induced immune thrombotic thrombocytopenia，VITT）以及嚴重過敏反應研究。VITT 是新冠疫苗不良反應中最為嚴重的一種，主要在接種重組腺病毒疫苗人群中發現，可表現為嚴重的腦靜脈竇血栓、肺栓塞、動脈血栓形成等多發血栓事件，并伴血小板減少、D 二聚體升高等。VITT 發生率低，但進展快，死亡率高達 20%-50%，需要引起高度重視。而疫苗接種后引發的嚴重過敏反應雖然極為罕見，但也引起了人們對疫苗風險的擔憂。嚴重過敏反應多發生在mRNA 疫苗接種后，主要由

117、疫苗中的脂質納米顆粒等引起，相關機構建議對任何疫苗成分（包括聚乙二醇和聚山梨酯等）有嚴重過敏反應的人不可接種此類疫苗，但對沒有發生過嚴重過敏反應的人群則不是禁忌。另外 2 個有關新冠肺炎疫苗對新突變株有效性的新興前沿，共 7 篇核心論文，全部發表在頂級期刊自然(Nature),柳葉刀(Lancet)和新英格蘭醫學雜志(New England Journal of Medicine)上。這些研究公布了腺病毒載體疫苗 ChAdOx1 或重組蛋白疫苗 NVX-CoV2373 對新型冠狀病毒突變株Alpha（B.1.1.7）、Beta（B.1.351）、Delta（B.1.617.2）、Kappa（B

118、.1.617.1）或 Gamma（P.1）的安全性及有效性實驗結果，發現疫苗對部分突變株的保護效力降低甚至失效。這些發現為推動疫苗研究及改善免疫接種策略提供了有力的數據支撐。研究前沿542022生物科學生物科學551.熱點前沿及重點熱點前沿解讀1.1 生物科學領域 Top 10 熱點前沿發展態勢生 物 科 學 領 域 位 居 前 十 位的熱點前沿集中于新型冠狀病毒（SARS-CoV-2）相關研究，主題涉及新型冠狀病毒致病機理、關鍵靶點、免疫反應、中和抗體、進化起源和中間宿主、新型冠狀病毒 PCR核酸檢測、新冠肺炎疫情的預測模型、以及新型冠狀病毒疫苗研究等?！靶滦凸跔畈《敬掏惶堑鞍椎慕Y構、功能和

119、抗原性”在 2021 年就已經成為熱點前沿，2022 年又有了新的研究進展，并繼續作為本領域的熱點前沿?！靶滦凸跔畈《局鞯鞍酌傅慕Y構解析和抑制劑發現”、“新型冠狀病毒引發的 T 細胞免疫”是2021 年的新興前沿，2022 年發展成為熱點前沿?！靶滦凸跔畈《局泻涂贵w的發現和藥物研發”和“新型冠狀病毒 PCR 核酸檢測”成為生物科學領域新的熱點前沿。此外還有兩個與新型冠狀病毒疫苗相關的研究熱點：“多種新型冠狀病毒疫苗的研制”和“新型冠狀病毒表位肽疫苗的研制”。表 24生物科學領域 Top10 熱點前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1ACE2 以外的多個新型冠狀病毒受體研究7131

120、62020.32多種新型冠狀病毒疫苗的研制2285202020.23新型冠狀病毒刺突糖蛋白的結構、功能和抗原性61712720204新型冠狀病毒中和抗體的發現和藥物研發21655520205新型冠狀病毒引發的 T 細胞免疫7378820206新型冠狀病毒主蛋白酶的結構解析和抑制劑發現7329020207新型冠狀病毒 PCR 核酸檢測2320220208COVID-19 疫情的預測模型4276520209新型冠狀病毒的進化起源和中間宿主62025202010新型冠狀病毒表位肽疫苗的研制914792020研究前沿561.2 重點熱點前沿“新型冠狀病毒中和抗體的發現和藥物研發”新型冠狀病毒中和抗體作

121、為一種治療性抗體，可以通過中和或抑制病原體的生物學活性來保護細胞免受侵害。憑借特異性和高親和力特點，中和抗體能夠搶先與新型冠狀病毒刺突蛋白(S 蛋白)結合，從而阻斷病毒與宿主細胞結合。新型冠狀病毒中和抗體是新型冠狀病毒疫苗的有力補充，可以有效保護不能接種疫苗或疫苗效果欠佳的人群。而對于已經感染的高風險人群，應用中和抗體后亦有潛力提供長期保護，避免再次感染。2021 年，“強效新型冠狀病毒中和抗體”入選生物領域新興前沿。2022 年，“新型冠狀病毒中和抗體的發現和藥物研發”入選Top 10 熱點前沿。本熱點前沿的 21 篇核心論文及其施引論文主要涉及三個方面。新型冠狀病毒中和抗體的發現和機制探索

122、方面，在新冠肺炎流行早期，多數研究是從康復者體內直接分離全人源的單克隆中和抗體，或者通過免疫動物來快速獲得候選抗體。新型冠狀病毒中和抗體的識別位點和特征分類方面，隨著越來越多的抗體結構得到解析，很多學者提出依據不同識別表位可進行抗體分類，對于理解抗體中和活性和作用機制具有重要的意義。新型冠狀病毒的逃逸突變及中和抗體面臨的挑戰方面，迄今國內外已經有多款單克隆中和抗體獲批用于新冠肺炎的治療和預防，但是新型冠狀病毒依舊在持續變異，在全世界廣泛流行的奧密克戎（Omicron）變異株已經衍生出多種亞類，大幅度逃逸了當前報道的中和抗體?？茖W家開始將精力集中于開發新一代單克隆廣譜中和抗體。201620172

123、018201920212020 ACE2以外的多個新型冠狀病毒受體研究 多種新型冠狀病毒疫苗的研制 新型冠狀病毒刺突糖蛋白的結構、功能和抗原性 新型冠狀病毒中和抗體的發現和藥物研發 新型冠狀病毒引發的 T 細胞免疫 新型冠狀病毒主蛋白酶的結構解析和抑制劑發現 新型冠狀病毒 PCR核酸檢測 COVID-19疫情的預測模型 新型冠狀病毒的進化起源和中間宿主 新型冠狀病毒表位肽疫苗的研制圖 12生物科學領域 Top10 熱點前沿的施引論文生物科學57美國貢獻了該前沿 61.9%的核心論文，在該領域處于領先地位。中國和瑞士并列第二、三位。機構層面，盧加諾大學、華盛頓大學西雅圖分校和斯克里普斯研究所排名

124、前三名（表 25）。核心論文中最高被引的是清華大學和深圳第三人民醫院等團隊發表在 自然（Nature）上的論文，被引 600 次，該論文報告了 206 個 RBD 特異性單克隆抗體的分離和表征，對中和抗體的中和機制進行的深入研究。其次是來自華盛頓大學西雅圖分校的 David Veesler 等在自然（Nature）上發表的論文，被引 542 次，該論文報道了從 SARS 治愈者體內分離出的抗體可以有效阻斷 SARS-CoV-2的傳染性。人類 SARS-CoV 單克隆抗體對 SARS-CoV-2 存在交叉中和作用。表 25“新型冠狀病毒中和抗體的發現和藥物研發”研究前沿中核心論文的 Top 產出

125、國家/地區和機構排名國家/地區核心論文比例排名機構所屬國家核心論文比例1美國1361.9%1盧加諾大學瑞士523.8%2中國628.6%2華盛頓大學西雅圖分校美國419.0%2瑞士628.6%2斯克里普斯研究所美國419.0%4法國314.3%4拉貢研究所美國314.3%圖 13“新型冠狀病毒中和抗體的發現和藥物研發”研究前沿核心論文的被引頻次分布曲線0100200300400500600700被引頻次核心論文序號173212414919205616818101121171513研究前沿58排名國家/地區核心論文比例排名機構所屬國家核心論文比例5意大利29.5%4哈佛大學美國314.3%5泰國

126、29.5%4Humabs 生物醫學公司瑞士314.3%5英國29.5%4加州理工學院美國314.3%8澳大利亞14.8%4麻省理工學院美國314.3%8比利時14.8%4中國科學院中國314.3%8新加坡14.8%4中國食品藥品檢定研究院中國314.3%8荷蘭14.8%4巴斯德研究所法國314.3%8中國臺灣14.8%4霍華休斯醫學研究所美國314.3%4馬薩諸塞州綜合醫院美國314.3%4法國國家科學研究中心法國314.3%4洛克菲勒大學美國314.3%4首都醫科大學中國314.3%4Vir Biotechnology 公司美國314.3%美國 中國 瑞士 法國 意大利 泰國 英國 澳大利亞

127、 比利時 新加坡 荷蘭 中國臺灣 核心論文 1366322211111生物科學59從施引論文的國家分布來看，美國參與了 1034 篇施引論文，是施引論文數量最多的國家。中國以548 篇施引論文排名第二，表明中國和美國在該前沿展開了較多的跟進研究，但從數量上來看中國施引論文僅僅為美國的一半。施引論文的前十名產出機構（含并列11家）中，美國機構占 7 家，占絕對優勢，中國 3 家，英國 1 家。中國科學院和哈佛大學以領先優勢分布占據Top 產出機構第一名和第二名。表 26“新型冠狀病毒中和抗體的發現和藥物研發”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文

128、比例1美國103440.3%1中國科學院中國1485.8%2中國54821.4%2哈佛大學美國1315.1%3英國2258.8%3美國國立衛生研究院美國873.4%4德國1746.8%4華盛頓大學西雅圖分校美國853.3%5意大利1556.0%5霍華休斯醫學研究所美國803.1%6加拿大1244.8%6麻省理工學院美國682.7%7印度1124.4%7牛津大學英國672.6%8法國1074.2%8美國國家過敏和傳染病研究所美國632.5%9澳大利亞993.9%9復旦大學中國612.4%10瑞士993.9%10中國醫學科學院北京協和醫學院中國602.3%10斯克里普斯研究所美國602.3%施引論

129、文美國 中國 英國 德國 意大利 加拿大 印度 法國 澳大利亞 瑞士 10345482251741551241121079999研究前沿601.3 重點熱點前沿“新型冠狀病毒 PCR 核酸檢測”新型冠狀病毒 PCR 核酸檢測主要通過檢測采集的樣本中是否含有新型冠狀病毒的核酸，以此來判斷被檢測者是否感染新型冠狀病毒。比起基因測序，病毒 PCR 核酸檢測簡便、快速且成本相對較低，是目前篩查新型冠狀病毒感染者最主要的方法。該熱點前沿由 2 篇核心論文組成。被引頻次最高（2716）的一篇核心論文首次發布了新型冠狀病毒的 RT-PCR 診斷測試方法。2020 年1 月 23 日，來自德國柏林大學醫學院的

130、Christian Drosten教授在 歐洲 監 控（Eurosurveillance）期刊上發表題為“Detection of 2019 novel coronavirus(2019-nCoV)by real-timeRT-PCR”的研究論文，作者發現可以通過 RT-PCR 的方法來檢測新型冠狀病毒，并且給出了檢測引物序列和判定方法，這為新型冠狀病毒的檢測提供了理論基礎和 依據。從施引論文的分布來看，中國和美國是最活躍的國家，分別貢獻了 987 篇和 514 篇施引論文。英國以 203 篇施引論文排在第三位（表27）。Top 10 機構中，9 家機構來自中國，再次證明中國機構在該研究方向的

131、積極參與其中，香港大學、中國科學院和香港中文大學排名前三。進入 Top 10 的另外 1 家機構是美國哈佛大學。表 27“新型冠狀病毒 PCR 核酸檢測”研究前沿中施引論文 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1中國98742.3%1香港大學中國723.1%2美國51422.0%2中國科學院中國713.0%3英國2038.7%3香港中文大學中國652.8%4印度1687.2%4復旦大學中國612.6%5意大利1406.0%5華中科技大學中國552.4%6加拿大994.2%6哈佛大學美國482.1%7沙特阿拉伯873.7%6香港理工大學中國482.1%8澳大利亞

132、863.7%8武漢大學中國472.0%9西班牙823.5%9上海交通大學中國462.0%10法國783.3%10浙江大學中國451.9%生物科學612.新興前沿及重點新興前沿解讀2.1 新興前沿概述生物科學領域有 11 個研究方向入選新興前沿，主要研究主題包括新型冠狀病毒相關研究、AlphaFold 等人工智能預測蛋白質結構、Pfam 等蛋白質家族數據庫、小分子蛋白激酶抑制劑的理化性質、內耳毛細胞和聽覺神經元的再生和保護。其中，7 個新興前沿從不同角度涉及新型冠狀病毒相關主題，包括：新型冠狀病毒南非和巴西兩個變異體相關研究，7 種新型冠狀病毒疫苗以及納米顆粒疫苗誘導的中和抗體應答，新型冠狀病毒

133、主蛋白酶(Mpro)，核衣殼蛋白以及宿主因子等病毒入侵機制及藥物靶點研究。表 28生物科學領域新興前沿序號新興前沿核心論文被引頻次核心論文平均出版年1新型冠狀病毒南非變異體 B.1.351 的抗體耐藥性292720212新型冠狀病毒巴西變異株 P.1 的基因組學和流行病學261520213AlphaFold 等人工智能預測蛋白質結構45872021中國 美國 英國 印度 意大利 加拿大 沙特阿拉伯 澳大利亞 西班牙 法國 9875142031681409987868278 施引論文 研究前沿62序號新興前沿核心論文被引頻次核心論文平均出版年4Pfam 等蛋白質家族數據庫3426202157 種

134、新型冠狀病毒疫苗接種誘導的中和抗體應答232720216新型冠狀病毒納米顆粒疫苗誘導的中和抗體應答72302020.97小分子蛋白激酶抑制劑的理化性質43012020.88槲皮素抑制劑對新型冠狀病毒主蛋白酶(Mpro)的抗病毒作用132992020.89內耳毛細胞和聽覺神經元的再生和保護82302020.810新型冠狀病毒感染所需宿主因子的鑒定3217852020.611新型冠狀病毒核衣殼蛋白的結構和功能75572020.62.2 重點新興前沿解讀“AlphaFold 等人工智能預測蛋白質結構”人體內有成千上萬的蛋白質，蛋白質的結構預測將有助于為基礎生物學提供新的見解，并揭示出具有臨床意義的新

135、藥靶點，對基礎科學和藥物研發具有重大意義。以往蛋白質結構只能通過繁重的實驗室分析來確定。在蛋白質結構解析的幾十年歷史中，X 射線晶體學、核磁共振波譜學（NMR）、冷凍電鏡(Cryo-SEM)技術發揮了巨大的貢獻，但這些技術通常耗時長、成本高。1972 年諾貝爾獎獲獎者、美國生化學家 Christian Anfinsen 曾經提出一個設想：基于蛋白質的一維氨基酸序列可計算并預測蛋白質的三維結構。然而，三維結構在形成之前會有數以億計的折疊方式。有數據顯示，一個典型的蛋白質大約有 10 種可能的構型，如果用蠻力來計算所有可能的構型可能花費的時間比宇宙的年齡都要長。在這種設想提出的 50 多年后，谷歌

136、旗下人工智能公司 DeepMind 在 2020年 12 月的國際蛋白質結構預測競賽 CASP14 上以 AlphaFold2 擊敗了其他選手，在預測準確性方面達到接近人類實驗結果。該新興前沿的核心論文包括下面幾篇論文。2021 年 7 月 16 日和22 日，DeepMind 團隊在自然(Nature)發 表 2 篇 論 文，描 述 了AlphaFold2 對人類蛋白質組的準確結構預測，并首次對外分享了開源代碼，預測信息也免費向公眾開放。2021 年 7 月 16 日，David Baker 領導的來自華盛頓大學、哈佛大學、德克薩斯大學西南醫學中心等團隊在科學(Science)上公開一款新的

137、深度學習工具 RoseTTAFold 的工具，基于一個“三軌”神經網絡根據有限的信息快速準確地預測出目標蛋白質的結構。其擁有媲美 AlphaFold2 蛋白質結構預測的超高準確度，而且更快、所需計算機處理能力更低。同樣，研究團隊也對外分享了開源代碼。這些成果意味著 AI 已進入生命科學的微觀分子領域，并且向生命科學研究人員開放，其意義類似于 AlphaGo 進入人們生活（圍棋領域），它的廣泛使用可能對結構生物學產生重大影響。這是生物學發展的里程碑。人工智能預測蛋白質結構也入選了科學(Science)2021 年度十大 生物科學63突破。蛋白質結構曾經只能通過艱苦的實驗室分析來確定，但現在可以實

138、現對成千上萬的蛋白質和相互作用蛋白質的復合物進行快速預測。在后繼研究中，來自世界各地的科學家團隊開始使用開源的工具對未知蛋白進行探索，同時不斷驗證新工具的穩健性。更有團隊以開源的蛋白質結構預測工具為基準，開發了蛋白互作預測工具，解析蛋白-蛋白互作關系，助力細胞代謝途徑研究。更令人振奮的是，科學家們已經利用開源的蛋白質結構預測工具設計創造出有希望用于工業反應、癌癥治療、候選疫苗的原始化合物。研究前沿642022化學與材料科學化學與材料科學651.熱點前沿及重點熱點前沿解讀1.1 化學與材料科學領域 Top 10 熱點前沿發展態勢化學與材料科學領域 Top 10熱點前沿主要分布在催化、電池、材料、

139、新興交叉等研究方向。催化方向有 3 項，“不對稱催化合成軸手性化合物”連續第二次入選，“單原子催化”和“納米酶”都是中國學者率先提出并做出重要貢獻的前沿方向。電池方向有 2 項，分別是水系鋅離子電池和鋰硫電池。水系鋅離子電池第二次入選，2020 年正極材料入選，2022 年負極材料。材料方向有 3 項，分別是“自供電可穿戴織物”“具有圓偏振發光性質的熱激活延遲熒光材料”“多金屬氧簇研究”。新興交叉方向有 2項。數據科學與化學的交叉第二次進入Top 10熱點前沿，另一項是“機械化學”。表 29化學與材料科學領域 Top10 熱點前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1單原子催化312

140、4392020.32自供電可穿戴織物3554572019.43用于水系電池的鋅金屬負極研究2244622019.34具有圓偏振發光性質的熱激活延遲熒光材料2943042019.25用于鋰硫電池的二維 MXene 材料1729092019.16納米酶424952019.07不對稱催化合成軸手性化合物2729042018.98機械化學1723572018.99機器學習輔助的化學合成3547882018.810多金屬氧簇研究1923192018.8研究前沿661.2 重點熱點前沿“納米酶”納米酶是中國科學家提出的新概念。2007 年，中國科學院生物物理研究所閻錫蘊團隊報道了 Fe3O4納米粒子具有辣

141、根過氧化物酶的催化活性。在證實具有類酶催化活性普遍規律后，他們將這類納米材料命名為納米酶。按照定義，納米酶是一類能夠在溫和或極端條件下催化酶的底物并遵循酶動力學將其轉化為產物的納米材料。截至目前，已報道的納米酶有 1100 多種，包括氧化還原酶、水解酶、裂合酶和異構酶四大類型。其中，過氧化物和超氧化物歧化納米酶的催化活性已接近或超越相應的天然酶。在納米酶領域，無論是基礎研究還是應用研究，中國科學家一直發揮著引領作用。該前沿的 4 篇高被引論文分別發表在化學領域權威的綜述性期刊化學會評論(Chemical Society Reviews)、化學 評 論(Chemical Reviews)、化學研

142、究述評(Accounts of Chemical Research)。其中，中國科學院生物物理研究所閻錫蘊院士貢獻了 2 篇高被引綜述論文，合作者分別來自深圳大學及美國威斯康星大學麥迪遜分校（1篇）和北京理工大學（1篇）。這兩篇綜述論文介紹了具有特定功能的納米酶的設計和構建、納米酶研究的標準化和納米酶在生物醫學中的應用。中國科學院長春應用化學研究所曲曉剛研究員與來自南京林業大學的合作者介紹了納米酶在生物傳感、環境保護、疾病治療等領域的應用進展。南京大學魏輝教授介紹了納米酶在生物傳感、診療、環境保護等領域的應用進展。在施引論文方面（表 30），中國發表的論文數量排名第一，并遙遙領先。在排名前十的

143、發文機構中，中國占據了 9 家，并占據了前 6 名的位置。這都反映了中國在該領域的研究非?；钴S并形成了集群優勢。201620172018201920212020 單原子催化 自供電可穿戴織物 用于水系電池的鋅金屬負極研究 具有圓偏振發光性質的熱激活延遲熒光材料 用于鋰硫電池的二維 MXene 材料 納米酶 不對稱催化合成軸手性化合物 機械化學 機器學習輔助的化學合成 多金屬氧簇研究圖 14化學與材料科學領域 Top10 熱點前沿的施引論文化學與材料科學67表 30“納米酶”研究前沿中施引論文 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1中國124474.2%1中國科

144、學院中國24414.5%2美國1348.0%2吉林大學中國613.6%3印度744.4%3南京大學中國573.4%4韓國583.5%4中國科學技術大學中國563.3%5加拿大543.2%5天津大學中國503.0%6澳大利亞462.7%6鄭州大學中國422.5%7伊朗442.6%7西南大學中國372.2%8德國372.2%7滑鐵盧大學加拿大372.2%9意大利332.0%9上海交通大學中國362.1%9俄羅斯332.0%10東南大學中國342.0%中國 美國 印度 韓國 加拿大 澳大利亞 伊朗 德國 意大利 俄羅斯 12441347458544644373333 施引論文 1.3 重點熱點前沿“

145、機器學習輔助的化學合成”長期以來，化學合成采取依賴專家經驗和人工試錯的研究模式，不僅失敗率較高，而且容易引發安全事故。實現化學合成智能化、自動化是化學科技工作者長久以來的夢想。以機器學習為代表的人工智能的快速發展為實現這一夢想提供了可能。研究前沿系列報告捕捉到了機器學習助力化學研究的發研究前沿68圖 15“機器學習輔助的化學合成”研究前沿中核心論文的被引頻次分布曲線如表 31 所示，美國貢獻了該前沿超過一半的核心論文，英國和瑞士分列第二、三位，這 3 個國家在該領域處于領先地位。具體到機構層面，美國麻省理工學院、瑞士IBM 歐洲研究院、英國格拉斯哥大學、美國伊利諾伊大學、韓國國立蔚山科學技術院

146、不僅貢獻了多篇核心論文，而且自主研發了產品甚至實現了商業化。展趨勢：2019 年，“機器學習預測分子性質”入選化學與材料科學領域 Top 10 熱點前沿；2022 年，“機器學習輔助的化學合成”進入 Top 10 熱點前沿。該前沿的 35 篇核心論文涉及反應預測（反應性、路線、產物等）和自動合成兩方面內容。在反應預測方面，既包括基于化學反應規則的方法，例如波蘭科學院、波蘭華沙大學、韓國國立蔚山科學技術院等開發的 Chematica 軟件；也包括基于自然語言處理的方法，例如瑞士 IBM 歐洲研究院和英國劍橋大學合 作 開 發 的 Molecular Transformer模型。德國明斯特大學和中

147、國上海大學合作發表的關于使用深度神經網絡規劃逆合成路線的研究，是被引頻次最高的一篇論文。在自動合成方面，既包括自動合成技術研究，例如美國伊利諾伊大學開發的Automated Synthesizers，英國格拉斯哥大學開發的 Chemputer 系統；也包括自主實驗室研究，例如美國麻省理工學院開發的自動合成平臺（相關論文被引頻次排在第二位），英國利物浦大學開發的移動實驗機器人。0100200300400500600被引頻次核心論文序號1317333232124341492919 20222426283053561681810 1121172715251323化學與材料科學69表 31“機器學習輔

148、助的化學合成”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1美國1954.3%1麻省理工學院美國822.9%2英國822.9%2IBM 歐洲研究院瑞士411.4%3瑞士514.3%3伯爾尼大學瑞士38.6%4德國38.6%4伊利諾伊大學美國25.7%5波蘭25.7%4猶他大學美國25.7%5韓國25.7%4格拉斯哥大學英國25.7%5瑞典25.7%4阿斯利康公司英國/瑞典25.7%5中國25.7%4華沙大學波蘭25.7%4哈佛大學美國25.7%4國立蔚山科學技術院韓國25.7%4明斯特大學德國25.7%4波蘭科學院波蘭25.7%4上海大學中國25

149、.7%美國 英國 瑞士 德國 波蘭 韓國 瑞典 中國 198532222 核心論文 研究前沿70在施引論文方面（表 32），美國排名第一，并顯示出很強的研究集群優勢；中國排名第二，展現出積極發展的態勢；加拿大表現突出，上升勢頭明顯。在施引論文Top 10 機構中，美國有麻省理工學院等 4 家機構入選，中國有中國科學院（排名第 2）和清華大學（排名第 10）入選。表 32“機器學習輔助的化學合成”研究前沿中施引論文 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1美國91436.1%1麻省理工學院美國1636.4%2中國51620.4%2中國科學院中國943.7%3英國2

150、8211.1%3猶他大學美國632.5%4德國2289.0%4瑞士聯邦理工學院瑞士562.2%5日本1516.0%5劍橋大學英國502.0%6瑞士1495.9%6哈佛大學美國481.9%7加拿大1114.4%7法國國家科學研究中心法國441.7%8韓國1084.3%8加州大學伯克利分校美國421.7%9西班牙863.4%9清華大學中國411.6%10印度803.2%10阿斯利康公司英國/瑞典391.5%美國 中國 英國 德國 日本 瑞士 加拿大 韓國 西班牙 印度 9145162822281511491111088680 施引論文 化學與材料科學712.新興前沿及重點新興前沿解讀2.1 新興前

151、沿概述在化學與材料科學領域共有 3項研究入選新興前沿，分別涉及能源材料、納米生物醫藥材料和化學檢測技術。鈣鈦礦太陽能電池多年來一直是化學與材料領域的熱點前沿方向，較多關注材料制備、效率和穩定性提升等關鍵基礎問題的解決，2022 年的新興前沿方向除了持續關注以上問題外，促進鈣鈦礦太陽能電池商業化的大面積可擴展制備技術和工藝成為新的新興前沿方向。新冠肺炎疫情肆虐，新型冠狀病毒的快速檢測技術成為近兩年的研究熱點，2021 年的研究主要聚焦于金屬納米粒子制備病毒檢測傳感器，2022 年的新興方向則聚焦在采用電化學的方式，如利用印刷電極檢測免疫標記酶的副產物等實現唾液中的新型冠狀病毒的快速智能檢測。納米

152、材料在藥物緩釋和輸送中的應用首次進入新興前沿，主要聚焦于采用靜電紡絲技術制備的納米纖維材料在藥物緩釋和輸送中的應用研究。表 33化學與材料科學領域新興前沿序號新興前沿核心論文被引頻次核心論文平均出版年1鈣鈦礦太陽能電池關鍵核心基礎問題及其商業化實現技術研究129092020.82采用靜電紡絲技術制備的納米纖維材料在藥物緩釋和輸送中的應用研究112822020.83用于新型冠狀病毒檢測的電化學傳感技術53212020.62.2 重點新興前沿“鈣鈦礦太陽能電池關鍵核心基礎問題及其商業化實現技術”鈣鈦礦太陽能電池（PSC）除了具有與硅基太陽能電池相近的轉換效率外，還具有加工和制造過程簡單，可以制備成

153、薄膜形狀，成本低，重量輕等優勢，成為最有前途的薄膜光伏（PV）技術之一，有可能對成熟的硅太陽能電池市場產生沖擊。效率提升、長期穩定性和實現商業化的大面積材料的大規?？蓴U展制備是 PSC 需要面對的重要挑戰，該前沿也致力于探索這些挑戰的解決方案。研究前沿72針對 PSC 效率提升，該前沿包含的技術方案主要有：在鈣鈦礦層和導電層之間放置電子傳輸層及添加甲胺基溴化鉛；從陰離子空位缺陷入手，利用陰離子工程概念抑制存在于晶界和鈣鈦礦薄膜表面的陰離子空位缺陷等策略實現轉換效率的提升。針對提升 PSC 的長期穩定性研究，該前沿包含的技術方案主要有：通過整體界面穩定策略，對鈣鈦礦層和空穴傳輸層、電荷傳輸層和器

154、件封裝等相關層和界面進行修飾；通過將芐基肼鹽酸鹽添加到制備鈣鈦礦電池的前驅體溶液中；通過向甲脒-銫混合陽離子鈣鈦礦中添加過量的甲脒/銫和碘的等方式實現了鈣鈦礦微型模塊的穩定性 提升。PSC 的大面積可擴展制備是其實現商業化的關鍵，本前沿包含的技術方案主要有：通過甲脒銫鈣鈦礦前驅體溶液中添加二苯亞砜穩定前驅體膜；通過可擴展的，可正交加工的噴涂方法在表面區域以明確的組成梯度；采用狹縫涂布印刷工藝等策略實現大面積薄膜的高質量可擴展制備?；瘜W與材料科學732022研究前沿742022物理學物理學751.熱點前沿及重點熱點前沿解讀1.1 物理學領域 Top 10 熱點前沿發展態勢物理領域位居前十位的熱點

155、前沿主要集中于凝聚態物理、高能物理和理論物理。凝聚態物理方面的熱點前沿有 5 個，籠目晶格金屬、磁性拓撲絕緣體 MnBi2Te4、高效金屬鹵化物鈣鈦礦發光二極管成為了新出現的熱點前沿，非厄米系統的拓撲態連續 3 年入選熱點前沿，高壓下富氫化合物的高溫超導電性連續 2 年入選熱點前沿。高能物理方面的熱點前沿有 3 個，子反常磁矩的測量是新出現的熱點前沿，味對稱性與輕子質量的研究繼續作為熱點前沿，四夸克和五夸克態奇特強子繼 2017-2020 連續 4 年入選之后、第 5 次入選熱點前沿。理論物理方面的熱點前沿有 2 個，分別聚焦量子場論中的散射振幅研究和絕對平行引力理論。表 34物理學領域 To

156、p10 熱點前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1籠目晶格金屬的特性研究3424092020.22味對稱性與輕子質量的研究3620012019.83量子場論中的散射振幅研究4525182019.74 子反常磁矩的測量3430342019.65隱粲四夸克態和五夸克態研究4545642019.46磁性拓撲絕緣體 MnBi2Te42334492019.27非厄米系統的拓撲態研究3461662018.98高效金屬鹵化物鈣鈦礦發光二極管1553982018.89高壓下富氫化物的高溫超導電性研究2132212018.810絕對平行引力理論1019762018.8研究前沿76拓撲絕緣體是近年來

157、發現的一種全新的物質形態，是一種內部絕緣、表面導電的材料。從 2005 年的理論預測到 2007 年二維拓撲絕緣體被實驗驗證，國際上開始掀起了拓撲物態和拓撲材料研究的熱潮，并成為凝聚態物理領域重要和快速發展的熱點前沿之一。各種全新的拓撲物態相繼被發現，如拓撲半金屬、拓撲超導體、高階拓撲絕緣體等。磁性和拓撲之間的相互作用可以在材料中產生各種奇異的拓撲物態，因此，磁性拓撲絕緣體的研究引起了廣泛的興趣。2019 年，MnBi2Te4被實驗驗證為本征磁性拓撲絕緣體，MnBi2Te4體系快速成為研究的熱點，并取得了一系列重要的進展，如高溫量子反?；魻栃?、高陳數量子反?；魻栃?。磁性拓撲絕緣體的研究正

158、在蓬勃發展中，其成果將有助于促進應用于低能耗自旋電子學、拓撲量子計算等領域的下一代電子器件的開發。1.2 重點熱點前沿“磁性拓撲絕緣體 MnBi2Te4”圖 16物理學領域 Top10 熱點前沿的施引論文 籠目晶格金屬的特性研究 味對稱性與輕子質量的研究 量子場論中的散射振幅研究 子反常磁矩的測量 隱粲四夸克態和五夸克態研究 磁性拓撲絕緣體 MnBi2Te4 非厄米系統的拓撲態研究 高效金屬鹵化物鈣鈦礦發光二極管 高壓下富氫化物的高溫超導電性研究 絕對平行引力理論201620172018201920202021物理學77從影響力看（圖 17），23 篇核心論文中被引頻次最高的論文是 2020

159、年復旦大學和中國科學技術大學等在 MnBi2Te4中實現量子反?；魻栃ㄆ鋵崿F溫度為 1.4K）的研究，被引頻次為 313 次。緊隨其后的是 2019 年對 MnBi2Te4體系中開展磁性拓撲物態研究的 4 篇論文，分別是清華大學等通過理論計算揭示 MnBi2Te4的磁性拓撲性質，西班牙高等科研理事會-巴斯克大學 聯 合 中 心（Centro Mixto CSIC-UPV）實驗驗證 MnBi2Te4為本征磁性拓撲絕緣體，南京大學和復旦大學理論預測 MnBi2Te4為本征磁性拓撲絕緣體，清華大學等實驗驗證MnBi2Te4為本征磁性拓撲絕緣體，被引頻次分別為 291、279、247 和236 次

160、。此外，2019 年日本理化學研究所（RIKEN）關于磁性拓撲絕緣體的綜述也獲得了較高的被引頻次，為 256 次。在這個熱點前沿中，中國、美國和日本表現最活躍，是核心論文的主要產出國家（表 35）。23 篇核心論文中，中國參與的有13篇，占核心論文總量的 56.5%，美國和日本參與的各有 12 篇，分別占核心論文總量的52.2%。德國、西班牙、奧地利、俄羅斯等也有不錯的表現。參與核心論文最多的機構是中國科學院和日本理化學研究所。核心論文 Top 產出機構中，來自德國的有3 家，中國、俄羅斯、西班牙、美國各有 2 家，日本和奧地利各 1 家。圖 17“磁性拓撲絕緣體 MnBi2Te4”研究前沿中

161、核心論文的被引頻次分布曲線核心論文序號1617181920222123258113691210131415147050100200250300350150被引頻次研究前沿78該前沿施引論文 Top 國家（表36）中，中國和美國仍是最活躍的國家，遠超其他國家。德國、日本、西班牙緊隨其后。施引論文排名前10 的機構中，中國科學院的施引論文最多，隨后是德國馬普學會、清華大學、北京大學和美國橡樹嶺國家實驗室。這些機構中，來自中國的有 5 家，美國和德國各 2 家，西班牙 1 家。表 35“磁性拓撲絕緣體 MnBi2Te4”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家

162、核心論文比例1中國1356.5%1中國科學院中國730.4%2美國1252.2%2理化學研究所日本626.1%2日本1252.2%3清華大學中國521.7%4德國730.4%3馬普學會德國521.7%5奧地利417.4%5德累斯頓工業大學德國417.4%5俄羅斯417.4%5托木斯克國立大學俄羅斯417.4%5西班牙417.4%5圣彼得堡州立大學俄羅斯417.4%8意大利313.0%5亥姆霍茲聯合會德國417.4%9阿塞拜疆28.7%5巴斯克科學基金會西班牙417.4%9英國28.7%5巴斯克大學西班牙417.4%11烏克蘭14.3%5約翰尼斯開普勒林茨大學奧地利417.4%11波蘭14.3%

163、5橡樹嶺國家實驗室美國417.4%11捷克14.3%5勞倫斯伯克利國家實驗室美國417.4%核心論文 13121274443221102468141012中國美國日本德國俄羅斯奧地利西班牙意大利阿塞拜疆英國烏克蘭波蘭捷克1物理學79表 36“磁性拓撲絕緣體 MnBi2Te4”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1中國38247.0%1中國科學院中國13917.1%2美國27734.1%2馬普學會德國475.8%3德國11814.5%3清華大學中國475.8%4日本9812.1%4北京大學中國445.4%5西班牙506.2%4橡樹嶺國家實驗

164、室美國445.4%6俄羅斯475.8%6南京大學中國425.2%7英國384.7%7中國科學技術大學中國404.9%8印度344.2%8亥姆霍茲聯合會德國344.2%9法國293.6%9賓夕法尼亞州立大學美國323.9%9韓國293.6%10巴斯克大學西班牙303.7%1.3 重點熱點前沿“高效金屬鹵化物鈣鈦礦發光二極管”發光二極管（LED）是一種半導體光電子器件，具有能耗低、壽命長、體積小、可靠性高、顯色豐富等優點，目前廣泛應用于照明、顯示、節能等領域。隨著人們對照明和顯示設備的需求不斷提高，新的發光材料和器件的研發受到廣泛關注。近年來，金屬鹵化物鈣鈦礦材料因其優異的光電性能，成為新4003

165、50300250200150100500中國美國日本西班牙俄羅斯德國英國印度法國韓國 施引論文 38227711898504738342929研究前沿80從影響力看（圖 18），15 篇核心論文中被引頻次最高的論文是2018 年中國華僑大學、新加坡南洋理工大學和加拿大多倫多大學合作實現外量子效率為 20.3%的綠光鈣鈦礦發光二極管的研究，被引頻次為 1433 次，遠超其他論文。緊隨其后的是 2018 年中國南京工業大學、浙江大學等合作實現外量子效率為 20.7%的近紅外鈣鈦礦發光二極管的研究，被引頻次為903次。表現突出的還有 2018 年日本山形大學實現外量子效率為 21.3%的紅光鈣鈦礦發

166、光二極管，2019 年瑞典林雪平大學、南京工業大學等合作實現外量子效率為 21.6%的近紅外鈣鈦礦發光二極管，以及劍橋大學、林雪平大學等合作實現外量子效率為 20.1%、內量子效率接近100%的近紅外鈣鈦礦發光二極管，被引頻次分別為 585、495、412 次。外量子效率不斷突破（1.5%、9.5%等）和光譜穩定的藍光鈣鈦礦發光二極管也獲得了廣泛的引用。在這個熱點前沿中，中國的表現最活躍，參與了 15 篇核心論文中的 13 篇，占核心論文總量的86.7%。新加坡緊隨其后，美國、瑞典、英國等也有不錯的表現。參圖 18“高效金屬鹵化物鈣鈦礦發光二極管”研究前沿中核心論文的被引頻次分布曲線核心論文序

167、號被引頻次20004006001000120014001600800258113691210131415147興的發光材料，金屬鹵化物鈣鈦礦發光二極管也成為研究熱點。2014 年，劍橋大學等報道了首個室溫下電致發光的金屬鹵化物鈣鈦礦發光二極管，引發金屬鹵化物鈣鈦礦發光二極管的研究熱潮。外量子效率是衡量發光二極管光電轉換效率的重要標準，經過多年的發展，近紅外、紅光和綠光金屬鹵化物鈣鈦礦發光二極管的外量子效率都已突破 20%。然而，藍光金屬鹵化物鈣鈦礦發光二極管的外量子效率還有待進一步的提升，因此，藍光金屬鹵化物鈣鈦礦發光二極管近年來獲得了深入的研究，其外量子效率正在不斷提高。物理學81表 37“

168、高效金屬鹵化物鈣鈦礦發光二極管”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1中國1386.7%1南京工業大學中國533.3%2新加坡533.3%2南洋理工大學新加坡426.7%3美國320.0%3林雪平大學瑞典320.0%3瑞典320.0%3中國科學院中國320.0%3英國320.0%3劍橋大學英國320.0%6加拿大213.3%3西北工業大學中國320.0%7丹麥16.7%7南京大學中國213.3%7瑞士16.7%7浙江大學中國213.3%7新西蘭16.7%7多倫多大學加拿大213.3%7意大利16.7%7德國16.7%7日本16.7%7阿拉

169、伯聯合酋長國16.7%7韓國16.7%02468141012中國新加坡美國瑞典加拿大英國丹麥瑞士新西蘭意大利德國日本韓國阿拉伯 核心論文 135333211111111與核心論文最多的機構是中國南京工業大學，新加坡南洋理工大學、瑞典林雪平大學、中國科學院、劍橋大學、中國西北工業大學等緊隨其后。核心論文 Top產出機構中，來自中國的有5家，新加坡、瑞典、英國、加拿大各有 1 家。聯合酋長國研究前沿82表 38“高效金屬鹵化物鈣鈦礦發光二極管”研究前沿中施引論文 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1中國156164.6%1中國科學院中國29612.2%2美國38

170、616.0%2蘇州大學中國1014.2%3韓國1938.0%3吉林大學中國974.0%4英國1456.0%4華中科技大學中國783.2%5德國1245.1%5南洋理工大學新加坡763.1%6新加坡1004.1%6劍橋大學英國702.9%7日本964.0%7鄭州大學中國692.9%8印度783.2%8南京工業大學中國642.6%9意大利652.7%9南方科技大學中國622.6%10瑞典642.6%10浙江大學中國612.5%分析該熱點前沿施引論文的Top 產出國家和機構（表 38）可以發現，中國仍是最活躍的國家，參與的施引論文有 1561 篇，占施引論文總量的 64.6%，遠超緊隨其后的美國、韓

171、國、英國。施引論文排名前 10 的機構中，8 家來自中國，中國科學院的施引論文最多，為 296 篇，占施引論文總量的12.2%，隨后是中國蘇州大學和吉林大學。施引論文 瑞典中國美國韓國英國德國新加坡日本印度意大利156138619314512410096786564物理學83近年來，二維范德瓦爾斯材料因其獨特的光學、電學、力學等性質，獲得了廣泛的研究，并多次出現在熱點前沿和新興前沿中，如雙層轉角石墨烯、二維范德瓦爾斯磁性材料等。石墨烯、過渡金屬硫化物、黑磷等二維范德瓦爾斯材料，都有各自的三維母體材料。因此，合成自然界中尚未出現母體材料的二維范德瓦爾斯材料，將拓展二維范德瓦爾斯材料的范圍和應用。

172、2020 年，中國科學院金屬研究所等制備出一種不存在已知母體材料的新型二維范德瓦爾斯材料MoSi2N4。這一成果為二維范德瓦爾斯材料家族增加了新成員，開辟了合成二維范德瓦爾斯材料的新方法，激發了科學家對 MoSi2N4家族的興趣。在這個新興前沿中，被引頻次最高的論文就是中國科學院金屬研究所等制備出MoSi2N4的研究，被引頻次為 101 次。其他論文的研究內容主要聚焦在 MoSi2N4的特性研究，包括力學性能、導熱性、壓電性、光催化、磁性、超導性等。2.2 重點新興前沿“二維 MoSi2N4材料的特性研究”物理學領域有 2 項研究入選新興前沿，即“二維 MoSi2N4材料的特性研究”和“黑洞信

173、息佯謬與糾纏熵研究”。2.新興前沿及重點新興前沿解讀2.1 新興前沿概述表 39物理學領域新興前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1二維 MoSi2N4材料的特性研究102942020.92黑洞信息佯謬與糾纏熵研究4216832020.6研究前沿842022天文學與 天體物理學天文學與天體物理學851.熱點前沿及重點熱點前沿解讀1.1 天文學與天體物理學 Top 10 熱點前沿發展態勢天文學與天體物理學領域位居前十位的熱點前沿涉及引力波、快速射電暴，黑洞與暗物質關系，中子星性質，銀河系地圖，宇宙、恒星及行星系統形成演化等研究主題?？傮w來看，引力波的觀測發現及其引發的相關研究在天文

174、學與天體物理學領域產生了深遠影響，眾多熱點前沿與此相關，如黑洞和中子星等致密天體觀測及性質研究、雙致密天體并和事件研究等。構建大規模數字宇宙模型模擬恒星、星系及宇宙演化已經成為天文學領域的研究熱點。此外，近年來備受關注且神秘的快速射電暴事件的觀測和理論研究再次上榜。大型科學任務平臺繼續發揮極高的影響力，“帕克太陽探測器”（PSP）、“太陽軌道器”（Solar Orbiter）等任務的階段性和集中產出榜上有名。黑洞、暗物質、恒星及行星系統形成等“一黑兩暗三起源”相關的研究主題依舊表現突出。表 40天文學與天體物理學領域 Top10 熱點前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1利用早期

175、暗能量解釋哈勃常數危機1722912019.62基于“帕克太陽探測器”和“太陽軌道器”開展的日球層物理研究2827412019.33基于 GW170817 事件觀測約束中子星性質4577132019.14快速射電暴的觀測及性質研究4966802018.95原行星盤觀測揭示行星系統形成機制3645632018.46原初黑洞觀測及性質研究3551482018.17計算機數字宇宙模型研究恒星、星系及宇宙演化3577242017.88利用多個天基、地基天文臺研究宇宙早期天體2640762017.89“蓋亞”繪制最精確銀河系三維地圖592842017.610對雙中子星、雙黑洞并合引力波事件的多信使觀測4

176、7272442017.2研究前沿86圖 19天文學與天體物理學領域 Top10 熱點前沿的施引論文1.2 重點熱點前沿“基于帕克太陽探測器和太陽軌道器開展的日球層物理研究”利用早期暗能量解釋哈勃常數危機 基于“帕克太陽探測器”和“太陽軌道器”開展的日球層物理研究 基于 GW170817 事件觀測約束中子星性質 快速射電暴的觀測及性質研究 原行星盤觀測揭示行星系統形成機制 原初黑洞觀測及性質研究 計算機數字宇宙模型研究恒星、星系及宇宙演化 利用多個天基、地基天文臺研究宇宙早期天體“蓋亞”繪制最精確銀河系三維地圖 對雙中子星、雙黑洞并合引力波事件的多信使觀測20162017201820192020

177、2021通過對太陽、日地空間以及行星際空間進行多波段全方位觀測，研究人員揭示出太陽是控制和影響日地和太陽系空間環境的主要源頭。20 世紀 90 年代以來日球層物理研究進入了高速發展期，期間基于空間衛星的探測占據主導地位，一系列太陽探測衛星無論是探測技術還是探測范圍都得到了空前提高，開啟了多波段、全時域、高分辨率和高精度探測時代。2018 年 8 月，美國國家航空航天局成功發射“帕克太陽探測器”（PSP），其主要科學目標是采用原位測量和成像技術相結合的方式改變對日冕的認識，增進對太陽風起源和演化的理解，并對提高空間天氣事件預測能力作出重要貢獻?！芭量颂柼綔y器”以人類有史以來最接近太陽的距離對太

178、陽進行探測，在任務的最后三圈，“帕克太陽探測器”距太陽表面僅約 600萬千米（8.86 個太陽半徑）。2020年 2 月，世界首顆可以針對太陽極區開展近距離觀測的航天器歐洲空間局的中型任務“太陽軌道器”（Solar Orbiter）成功發射?！疤栜壍榔鳌钡氖滓茖W目標是研究太陽如何產生和控制日球層。當“帕克太陽探測器”開展近距離原位探測時，“太陽軌道器”還將與之協同，在相對較遠的位置進行遙感觀測。熱點研究前沿“基于帕克太陽探測器和太陽軌道器開展的日球層物理研究”包括 28 篇研究論文，圍繞“帕克太陽探測器”和“太陽軌道器”任務的科學目標、任務、關鍵載荷以及基于觀測數據開展的系列科學研究發現展

179、開。天文學與天體物理學87圖 20“基于帕克太陽探測器和太陽軌道器開展的日球層物理研究”研究前沿中核心論文的被引頻次分布曲線核心論文序號被引頻次15010050020025035040045050030016 17 18 19 20222427212325282625811369121013 14 15147被引頻次最高的 5 篇核心論文中有4 篇與“帕克太陽探測器”有關，分別介紹了“帕克太陽探測器”的整體科學目標，兩臺重點載荷“場儀器”（FIELDS）和“太陽風電子阿爾法粒子和質子”探測器（SWEAP），以及通過對太陽的近距離原位觀測發現低緯度日冕洞是慢太陽風的關鍵來源并揭示慢太陽風是如何加

180、速的。其他核心論文涉及的重要發現還包括利用“帕克太陽探測器”和“太陽軌道器”觀測到大范圍太陽高能粒子事件，探測到強隱形日冕物質拋射的太陽起源，在日冕中捕捉到瞬態等離子體流和射流等。從核心論文的產出國家來看，美國作為“帕克太陽探測器”的投資國和“太陽軌道器”的參與國，產出了該前沿超過九成的核心論文。歐洲空間局作為“太陽軌道器”任務領導組織，其成員國表現極為突出，在核心論文 Top 國家中，除美國不是歐洲空間局的成員國之外，其他 11 個國家均為歐洲空間局成員國。該前沿核心論文的 Top 產出機構全部來自兩項任務的核心參與機構。其中美國國家航空航天局作為“帕克太陽探測器”的領導機構以及“太陽軌道器

181、”的合作機構，核心論文產出位居第一位。由于多數核心論文都是多國合作成果，參與國家和機構眾多，因此 Top 產出機構參與核心論文數量差異不大。研究前沿88表 41“基于帕克太陽探測器和太陽軌道器開展的日球層物理研究”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1美國2692.9%1美國國家航空航天局美國2071.4%2法國2175.0%1加州大學伯克利分校美國2071.4%3英國1760.7%3法國國家科學研究中心法國1864.3%4德國828.6%4密西根大學美國1657.1%5西班牙725.0%5巴黎文理研究大學法國1553.6%6瑞士621.

182、4%6哈佛大學美國1450.0%6荷蘭621.4%6帝國理工學院英國1450.0%8芬蘭414.3%8科羅拉多大學博爾德分校美國1346.4%9比利時310.7%9倫敦大學學院英國1242.9%9奧地利310.7%9索邦大學法國1242.9%9捷克310.7%9意大利310.7%262117876643333美國法國英國德國西班牙瑞士荷蘭芬蘭比利時奧地利捷克意大利 核心論文 天文學與天體物理學89從施引論文角度來看，美國的施引論文最多，產出了超過一半的施引論文。英國、法國、德國的施引論文排名位列第 2-4 位。中國在該前沿也迅速跟進，施引論文數量躋身 Top 10，排名第 5。施引論文Top

183、10 產出機構中，美國研究機構占據了 4 席。法國國家科學研究中心、索邦大學、巴黎文理研究大學分列 Top 10 施引論文產出機構的第二、第六和第八位。中國科學院利用兩項空間任務的公開數據產出了較多的研究成果，施引論文數量位居第十位。表 42“基于帕克太陽探測器和太陽軌道器開展的日球層物理研究”研究前沿中施引論文 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1美國67659.2%1美國國家航空航天局美國30927.1%2英國36331.8%2法國國家科學研究中心法國25722.5%3法國29025.4%3加州大學伯克利分校美國23420.5%4德國19817.3%4帝

184、國理工學院英國17415.2%5中國18516.2%5倫敦大學學院英國17014.9%6意大利13111.5%6索邦大學法國16914.8%7奧地利1109.6%7密西根大學美國16514.4%8比利時1069.3%8巴黎文理研究大學法國15113.2%9西班牙988.6%9科羅拉多大學博爾德分校美國14412.6%10芬蘭776.7%10中國科學院中國13712.0%美國 英國 法國 德國 中國 意大利 奧地利 比利時 西班牙 芬蘭 6763632901981851311101069877 施引論文研究前沿901.3 重點熱點前沿“計算機數字宇宙模型研究恒星、星系及宇宙演化”宇宙學的標準模型

185、認為宇宙的質量-能量密度由未知形式的暗物質和暗能量掌控。對標準模型開展驗證需要對可見物質結構的形成（即可以直接觀測到的恒星、擴散氣體、黑洞及星系等）進行精確預測。從頭開始模擬在整個宇宙時間內觀測到的各種星系是理論天體物理學領域面臨的最大挑戰之一，學術界為此構建了多種數字宇宙模型以測試對星系形成和演化的認識。同時通過對比模擬結果與真實宇宙中對星系的觀測結果的異同，進一步加深人類對星系形成過程的 理解。IllustrisTNG 項目是當前最具影響力的大型宇宙演化模擬項目，其模型開發和模擬工作始于2014年。IllustrisTNG 包括多個模擬項目，每個模擬的物理尺寸、質量分辨率和包含的物理復雜性

186、各不相同，其中TNG50、TNG100 和 TNG300 分 別模擬了邊長為 50、100 和 300Mpc（百萬秒差距，約合 326 萬光年）的立方體宇宙空間，可以從不同的分辨率水平研究星系結構特性、氣體結構特征以及星系團等。自2016 年以來，IllustrisTNG 項目合作組發表了多篇論文，詳細闡述了星系形成、演化以及宇宙學領域多個不同主題的模擬結果。熱點研究前沿“計算機數字宇宙模型研究恒星、星系及宇宙演化”包括 35 篇核心論文，其主體由 IllustrisTNG 項目的多項研究成果構成，同時還包括了其他數個計算機數字宇宙模型（如 MUFASA、Simba100、BAHAMAS 等模

187、型）的模擬研究。被引頻次最高的 10 篇核心論文中有 8 篇來自 IllustrisTNG項目合作組，分別描述了物理星系形成模型及其在 IllustrisTNG 模擬中的數值細節；利用模型研究重子、暗物質、星系和光暈在超大范圍內的非線性相關函數和功率譜；TNG100 和 TNG300 模擬關于大質量星系群、星團的恒星質量含量以及星系的光學顏色、星系的元素分布等主要結果。通過與其他大量觀測結果的對比，計算機數字宇宙模型研究令人信服地證明，在千秒差距空間分辨率下結構形成的流體動力學模擬可以合理地再現觀測到的星系的基本特性和尺度關系。被引頻次10002004005006003001732124149

188、2919 20222426283032345 61681810 1131211727153525133323核心論文序號圖 21“計算機數字宇宙模型研究恒星、星系及宇宙演化”研究前沿中核心論文的被引頻次分布曲線天文學與天體物理學91從核心論文的產出國家和機構來看，主導 IllustrisTNG 項目的美國和德國貢獻了該領域絕大多數核心論文，英國、加拿大、意大利、法國等國緊隨其后。核心論文 Top 10 產出機構被美國和德國包攬。IllustrisTNG 項目首席科學家所在的德國馬普學會毫無疑問擁有該領域最多的核心論文（54.3%），麻省理工學院、哈佛大學、西蒙斯基金會、海德堡大學、海德堡理論研

189、究所等核心參與機構在該領域也有突出表現。表 43“計算機數字宇宙模型研究恒星、星系及宇宙演化”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1美國3497.1%1馬普學會德國1954.3%2德國1954.3%2麻省理工學院美國1645.7%3英國514.3%3哈佛大學美國1440.0%3加拿大514.3%3西蒙斯基金會美國1337.1%5意大利38.6%3海德堡大學德國1131.4%5法國38.6%6海德堡理論研究所德國925.7%7南非25.7%7哥倫比亞大學美國925.7%7荷蘭25.7%8加州理工學院美國822.9%9韓國12.9%9佛羅里達

190、大學美國617.1%9瑞士12.9%9加州大學伯克利分校美國617.1%9芬蘭12.9%9加州大學圣迭戈分校美國617.1%9智利12.9%9西班牙12.9%9比利時12.9%9丹麥12.9%9墨西哥12.9%341955332211111111美國 德國 英國 加拿大 意大利 法國 南非 荷蘭 韓國 瑞士 芬蘭 智利 西班牙 比利時 丹麥 墨西哥 核心論文 研究前沿92從施引論文角度來看，核心論文的 Top 產出國家仍在該前沿的后續研究中保持優勢地位。美國和德國仍處于優勢地位，施引論文分別占總施引論文的 58.3%和 29.8%。英國在該方向積極跟進，施引論文產出已與德國相當，位居第三。中國

191、施引論文數量位列第七位。施引論文數量 Top 10 機構分別來自德國、法國、美國、意大利和英國等空間科技和信息技術傳統強國，凸顯出該研究前沿依賴空間科學和計算機科學緊密結合的鮮明特色。表 44“計算機數字宇宙模型研究恒星、星系及宇宙演化”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1美國199258.3%1馬普學會德國59617.4%2德國101829.8%2法國國家科學研究中心法國48214.1%3英國100929.5%3哈佛大學美國2988.7%4法國50914.9%4意大利國家天體物理研究所意大利2928.5%5意大利47814.0%5加州

192、理工學院美國2898.5%6澳大利亞41712.2%6達勒姆大學英國2818.2%7中國36610.7%7哈佛大學美國2818.2%8加拿大36110.6%7巴黎大學法國2497.3%9荷蘭36010.5%9西蒙斯基金會美國2427.1%10西班牙3349.8%10萊頓大學荷蘭2346.9%199210181009509478417366361360334美國德國英國法國意大利澳大利亞中國加拿大荷蘭西班牙 施引論文天文學與天體物理學932.新興前沿及重點新興前沿解讀2.1 新興前沿概述天文學與天體物理學領域有 2 項研究入選新興前沿，分別是“基于 NANOGrav 觀測數據開展宇宙學研究”和“

193、GW190814 引力波事件中 2.6 倍太陽質量天體的性質研究”，下面選擇第二個新興前沿進行重點解讀。表 45天文學與天體物理學領域新興前沿序號新興前沿核心論文被引頻次核心論文平均出版年1基于 NANOGrav 觀測數據開展宇宙學研究144772020.92GW190814 引力波事件中 2.6 倍太陽質量天體的性質研究113502020.62.2 重點新興前沿“GW190814 引力波事件中 2.6 倍太陽質量天體的性質研究”通常大質量恒星死亡時，由于自身重力而崩塌成為黑洞；而質量較小的恒星死亡時，則爆發為超新星，并留下高密度的恒星遺跡，即中子星。已知最重的中子星不超過 2.5 倍太陽質量

194、，最輕的黑洞約為 5 倍太陽質量，天文學家數十年來一直對中子星與黑洞之間的這一“質量間隙”（mass gap）感到困惑。2020 年 6 月 23 日，“激光干涉引力波天文臺”（LIGO）科學合作組和“室女座引力波探測器”（Virgo）科學合作組宣布發現了GW190814 致密雙星并合引力波事件，雙星之一為 23 倍太陽質量的黑洞，另一為 2.6 倍太陽質量的天體。由于這顆較小的天體恰巧處于中子星與黑洞的“質量間隙”內，為回答這一長期懸而未決的問題提供了契機。該新興前沿的 11 篇論文集中探討了 GW190814 引力波事件中這顆 2.6 倍太陽質量的神秘天體的性質，包括黑洞、中子星、脈沖星、

195、夸克星等各種可能，如：可能是已發現質量最小的黑洞，可能是一顆快速旋轉的中子星在并合事件發生前坍縮成一個旋轉的黑洞，可能是一顆具有奇異自由度的大質量快速旋轉中子星，可能是已觀測到的質量最大、旋轉最快的脈沖星，可能是奇異夸克星（strange quark star），可能是色味鎖定夸克星（color-flavor locked quark star）等?？?而 言 之，揭 開 GW190814引力波事件中這顆 2.6 倍太陽質量天體的性質，或將挑戰當前對極端致密物質以及恒星演化的理解，有望對中子星狀態方程、致密天體形成方式等的認識產生深遠影響。中子星與黑洞之間的“質量間隙”也許事實上根本不存在，而

196、只是觀測能力局限所致，時間和更多觀測終將揭示真相。這些觀測發現也是引力波天文學領域有望產生變革性影響的又一案例，每一次新的引力波探測都有望帶來新的見解。研究前沿942022數學數學951.熱點前沿及重點熱點前沿解讀1.1 數學領域 Top 10 熱點前沿發展態勢數學領域位居前十位的熱點前沿主要集中于最佳子集選擇、Tau-Tilting 有限代數、基于深度學習的高維偏微分方程數值算法、非線性時間分數階反應-擴散方程、無導數優化方法、相場模型的高精度能量穩定數值格式、深度神經網絡的最優逼近、8 維及 24 維空間等體球體最密堆積問題、穩定算子的正則理論、維諾格拉多夫中值定理中主要猜想的證明等研究方

197、向。與往年相比，2022 年 Top 10 熱點前沿既有延續又有發展。偏微分方程性質及求解研究以及非線性系統方向的多個熱點前沿連續多年入選該領域的熱點前沿或新興前沿。幾何學領域的 8 維及 24 維空間等體球體最密堆積問題首次入選。表 46數學領域 Top10 熱點前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1最佳子集選擇研究32172018.72Tau-Tilting 有限代數21372018.53基于深度學習的高維偏微分方程數值算法919042018.34非線性時間分數階反應-擴散方程3826902018.25無導數優化方法211420186相場模型的高精度能量穩定數值格式31196

198、82017.87深度神經網絡的最優逼近53752017.888 維及 24 維空間等體球體最密堆積問題321420179穩定算子的正則理論2153201610維諾格拉多夫中值定理中主要猜想的證明21452016研究前沿96201620172018201920212020 最佳子集選擇研究 Tau-Tilting有限代數 基于深度學習的高維偏微分方程數值算法 非線性時間分數階反應-擴散方程 無導數優化方法 相場模型的高精度能量穩定數值格式 深度神經網絡的最優逼近 8維及 24維空間等體球體最密堆積問題 穩定算子的正則理論 維諾格拉多夫中值定理中主要猜想的證明圖 22數學領域 Top10 熱點前沿

199、的施引論文1.2 重點熱點前沿“基于深度學習的高維偏微分方程數值算法”偏微分方程是指未知函數及其偏導數的方程，用于描述自變量、未知函數及未知函數偏導數之間的關系。自十八世紀瑞士數學家歐拉在其著作中最早提出弦振動二階方程，偏微分方程逐漸成為描述客觀物理世界規律最重要的數學工具之一，在電磁學、熱力學、流體力學、量子力學、幾何學等學科中都有重要應用。直至今日，偏微分方程已經成為當代數學一個重要的組成部分，是把純粹數學的許多分支和自然科學及工程技術等領域聯系起來的一座重要的橋梁。偏微分方程相關研究是歷年研究前沿的關注熱點，如 2016 年“幾類偏微分方程的求解”、2018年“幾類典型非線性發展偏微分方

200、程的求解及其在流體力學、電磁學等領域的應用”、2021 年“高維非線性偏微分方程的求解方法”等。當前，由于偏微分方程計算成本隨維數增高呈指數增長的“維數災難”問題，發展高維偏微分方程的有效數值算法一直是應用數學中最具挑戰性的任務之一。2022 年“基于深度學習的高維偏微分方程數值算法”熱點前沿便旨在應對這一挑戰，相較于傳統的數值算法，其關注高維偏微分方程近似求解的新興深度學習方法，不單能節省巨大的存儲和計算成本，而且使用簡便、通用性 更強。該熱點前沿共包含 9 篇核心論文，主要聚焦以下研究方向：基于深度學習的偏微分方程正向問題與反向問題求解算法；利用深度學習方法實現小樣本數據中偏微分方程未知參

201、數的學習；基于深度學習的數學97高維拋物型偏微分方程和倒向隨機微分方程的數值算法；使用深度神經網絡方法逼近復雜幾何偏微分方程解的研究；基于深度學習 Deep Ritz 算法的變分問題數值解法等。其中，被引頻次最高的論文來自美國賓夕法尼亞大學 Paris Perdikaris教授團隊，于 2019 年發表在計算物理學權威期刊計算物理學雜志(Journal of Computational Physics)上，被引頻次高達703次。論文首次提出了物理信息神經網絡（PINNs）的概念，并且利用這種神經網絡求解多種形式偏微分方程的正向問題和反向問題。區別于純數據驅動的神經網絡學習方法，該方法不需要大批

202、測量數據作為標簽，訓練過程施加物理信息約束，能用更少數據樣本學習到更具泛化能力的模型。圖 23“基于深度學習的高維偏微分方程數值算法”研究前沿中核心論文的被引頻次分布曲線0100200300400500600700800被引頻次核心論文序號1 2 3 4 5 6 7 8 9研究前沿98表 47“基于深度學習的高維偏微分方程數值算法”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構所屬國家核心論文比例1美國888.9%1普林斯頓大學美國444.4%2中國444.4%1北京大數據研究院中國444.4%3瑞士333.3%3蘇黎世聯邦理工學院瑞士333.3%4瑞典111.1%3

203、布朗大學美國333.3%5北京大學中國222.2%6英偉達美國111.1%6波士頓大學美國111.1%6科羅拉多大學博爾德分校美國111.1%6賓夕法尼亞大學美國111.1%6伊利諾伊大學香檳分校美國111.1%6烏普薩拉大學瑞典111.1%從該研究前沿核心論文產出國家來看（表 47），美國占據絕對優勢地位，貢獻 8 篇核心論文，占比高達 88.9%。中國排名第二，貢獻 4 篇核心論文，僅次于美國，值得關注的是，這 4 篇論文均出自北京大數據研究院鄂維南院士團隊，且均聚焦其將深度學習技術應用到高維偏微分方程等科學計算中的開創性工作。瑞士和瑞典分列第三、四位。核心論文產出機構中，美國擁有 7 家

204、上榜機構，遙遙領先于其他國家，美國普林斯頓大學、中國北京大數據研究院、瑞士蘇黎世聯邦理工學院和美國布朗大學 4 家機構核心論文產出均在 3 篇以上。美國 中國 瑞士 瑞典 核心論文 8431數學99從該研究前沿的施引論文情況來看（表 48），美國仍保持領先地位，產出施引論文 596 篇，占比超過 50%。同時，中國和德國也在積極跟進，施引論文分列第二、三位，分別產出 265 篇和 116 篇施引論文。施引論文 Top 產出機構中，以布朗大學、麻省理工學院等機構為代表的美國占據 5 席，瑞士和中國分別有 2 家機構上榜，中國北京大學、中國科學院兩家機構積極參與該前沿的跟蹤研究，此外法國國家科學研

205、究中心也榜上有名。表 48“基于深度學習的高維偏微分方程數值算法”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名機構所屬國家施引論文比例1美國59651.3%1布朗大學美國564.8%2中國26522.8%2麻省理工學院美國544.7%3德國11610.0%3瑞士聯邦理工學院瑞士443.8%4英國887.6%4斯坦福大學美國393.4%5法國635.4%5蘇黎世聯邦理工學院瑞士363.1%6瑞士504.3%6普渡大學美國353.0%7加拿大423.6%7法國國家科學研究中心法國322.8%8意大利403.4%8北京大學中國302.6%9日本272.3%9中國科學院中國29

206、2.5%9挪威272.3%10西北太平洋國家實驗室美國272.3%9韓國272.3%美國 中國 德國 英國 法國 瑞士 加拿大 意大利 日本 挪威 韓國 5962651168863504240272727 施引論文 研究前沿1001.3 重點熱點前沿“8 維及 24 維空間等體球體最密堆積問題”尋找堆積等尺寸球體的最密堆積方法是一個極具挑戰性的問題。1611 年德國數學家、天文學家開普勒推測，在三維空間中把相同大小的球體堆在一起的最密集的方式就是雜貨店里常見的用來擺放橙子的金字塔形堆積。盡管該問題看起來很簡單，但直到 1998 年該猜想才得以解決，美國數學家 Thomas Hales 以 25

207、0 頁的數學論證結合大量計算機計算，最終證明了開普勒的猜想。高維球體是高維空間中距給定中心點有固定距離的一組點的集合。高維空間中球體密堆積很難想象，但相關研究具有多種實用價值：球體密堆積與移動通信、空間探測器和互聯網通過噪聲信道發送信號使用的糾錯碼密切相關。在高維空間中研究等尺寸球體最密堆積問題比三維情況下更復雜，因為每增加一個維度就意味著要考慮更多可能的堆積方式。此前研究發現 8 維和24 維空間中分別存在著被稱為 E8和利奇格（Leech lattice）的對稱球堆積，這兩種堆積方式可能好于已知的其他最密堆積候選方案。熱點研究前沿“8 維及 24 維空間等體球體最密堆積問題”包括3 篇核心

208、論文。其中被引頻次最高的論文即 Thomas Hales 對開普勒猜想的正式證明，該證明自 1998年首次提出后經歷了漫長的審查流程，直至 2014 年才完成全部驗證并于 2017 年正式發表。被引頻次排名第二的研究論文是烏克蘭數學家 Viazovska 構建輔助函數正式證明 8 維空間中 E8 堆積方式為最優填充。被引頻次排名第三的研究論文是 Viazovska 與其他四位受到她提出的方法啟發的數學家合作，證明利奇格堆積方式是 24 維空間最優最密堆積方式。Viazovska 也因為對 8 維空間中等體球體最密堆積問題的開創性貢獻榮獲 2022 年菲爾茲獎。從核心論文產出國家和機構來看，德國

209、、瑞士兩個國家以及柏林數學研究院、柏林洪堡大學、洛桑聯邦理工學院 3 家機構作為Viazovska 先后學習、工作過的地點，在論文產出中皆位居前列。Thomas Hales 教授牽頭的開普勒猜想證明工作則由來自美國、意大利、荷蘭、英國、奧地利、法國、澳大利亞、中國、捷克、越南等國家的18 家研究機構共同合作完成。在 Hales、Viazovska 等人的突破性研究成果發表之后，高維空間等體球體最密堆積問題引起了學界的廣泛興趣。從施引論文的角度來看，美國占據領先地位，貢獻了超過三分之一的施引論文。德國、英國、法國、奧地利、中國等也在該前沿積極跟進，施引論文數量均超過10篇。施引論文Top產出機構

210、中，法國、英國、美國、奧地利研究機構占據了大量席位，貢獻居于前列的典型機構包括法國國家科學研究中心、英國劍橋大學和奧地利維也納大學等。跟進研究的主題主要聚焦在密堆積理論的科普宣傳以及該理論在量子引力、量子信息、微生物學、材料學、晶體學等多個領域的應用研究。數學101表 49“8 維及 24 維空間等體球體最密堆積問題”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名機構國家施引論文比例1美國5336.8%1法國國家科學研究中心法國117.6%2德國2517.4%2劍橋大學英國74.9%3英國2013.9%2維也納大學奧地利74.9%4法國1711.8%4普林斯頓大學美國53

211、.5%5奧地利1611.1%4索邦大學法國53.5%6中國128.3%4巴黎大學法國53.5%7加拿大85.6%7牛津大學英國42.8%7意大利85.6%7微軟公司美國42.8%7荷蘭85.6%7紐約州立大學美國42.8%7俄羅斯85.6%7洛桑聯邦理工學院瑞士42.8%7西班牙85.6%7圖拉國立大學俄羅斯42.8%7波恩大學德國42.8%7因斯布魯克大學奧地利42.8%7國際理論物理中心意大利42.8%美國 德國 英國 法國 奧地利 中國 加拿大 意大利 荷蘭 俄羅斯 西班牙 53252017161288888 施引論文 研究前沿1022.2 重點新興前沿“用于時間序列預測的遞歸神經網絡方

212、法”時間序列預測算法在許多領域有著廣泛的應用，如金融市場預測、天氣預報、復雜動力系統分析等。傳統上，常用于時間序列預測的是統計學習方法，需要結合時序領域特有的統計學分析，將數據通過差分方式轉換成平穩序列后，再通過線性回歸方式建模，這種方法雖可融合大量專家對于時間序列的知識，但難以面對非線性特征等復雜情形，也不利于規?；A測。例如，著名的自回歸移動平均模型已經證明了其對各種現實世界應用程序的有效性，但不能對非線性關系建模，也不能在外生（驅動）輸入項之間進行區分。為了解決這些問題，各種非線性自生回歸模型相繼被提出，且已經通過內核方式、集成方式、高斯過程等方法進行了大量的時間序列預測，但這些方法大多

213、采用預先定義的非線性形式，可能無法適當捕獲真正的潛在非線性關系。近年來，作為一種專門面向序列建模的深度神經網絡方法，遞歸神經網絡方法由于其在捕獲非線性關系方面的靈活性受到科學家廣泛關注，尤其在非線性自生回歸模型時間序列預測方面，遞歸神經網絡方法更展現出了獨特優勢。然而，由于無法捕獲長期的依賴關系，傳統的遞歸神經網絡方法可能會遭遇梯度消失等問題，近年來，長短時記憶網絡（LSTM）和門控循環網絡（GRU）一定程度上能夠克服這種局限，并在機器翻譯、語音識別和圖像處理等多領域得到應用。當前，探索用于時間序列預測的更先進的遞歸神經網絡方法已成為科學家關注的焦點。該新興前沿共包含 9 篇核心論文，具體研究

214、方向涉及：神經網絡方法作為時間序列預測統計方法的準確性驗證；可用于大規模時間序列建模的可解釋模塊化神經網絡回歸模型；用于對類似序列組進行跨時間序列數據庫預測的遞歸神經網絡聚類方法；可用于時序概率預測的自回歸循環神經網絡方法DeepAR；用于時間序列特征加權組合預測的自動化方法 FFORMA；用于時間序列預測的指數平滑和遞歸神經網絡混合方法等。2.新興前沿及重點新興前沿解讀2.1 新興前沿概述數學領域有 2 項研究入選新興前沿，分別是“用于時間序列預測的遞歸神經網絡方法”和“基于物理的概率學習方法”。表 50數學領域新興前沿序號新興前沿核心論文被引頻次核心論文平均出版年1用于時間序列預測的遞歸神

215、經網絡方法97722019.42基于物理的概率學習方法32162019數學1032022研究前沿1042022信息科學信息科學105信息科學領域位居前十位的熱點前沿主要包括面向從頭藥物設計、人類活動識別、腦腫瘤圖像分割等領域的深度學習方法研究，長距離自由空間量子密鑰分配與量子糾纏研究，知識圖譜與圖嵌入技術研究，多智能體強化學習研究，區塊鏈與物聯網集成研究，大規模機器學習優化方法，以及無人機無線通信和毫米波 MIMO 通信系統的信號處理等方向（表 51）?！岸嘀悄荏w強化學習研究”在 2020 年熱點前沿“AlphaGo Zero 的強化學習算法”的基礎上繼續深化，“無人機無線通信研究”是 202

216、1 年熱點前沿“基于無人機的無線通信技術”的延續和擴展，“知識圖譜與圖嵌入技術研究”“大規模機器學習優化方法”“毫米波 MIMO 通信系統的混合預編碼技術研究”前沿主題為首次入選。表 51信息科學領域 Top10 熱點前沿排名熱點前沿核心論文被引頻次核心論文平均出版年1長距離自由空間量子密鑰分配與量子糾纏研究3150092018.22面向從頭藥物設計的深度學習方法研究1225512018.23面向人類活動識別的深度學習算法研究1424432018.24知識圖譜與圖嵌入技術研究1018042018.25多智能體強化學習研究653032017.76區塊鏈與物聯網集成研究623112017.37面向

217、腦腫瘤分割的深度學習方法研究4258820178大規模機器學習優化方法365220179無人機無線通信研究1043072016.910毫米波 MIMO 通信系統的混合預編碼技術研究1231712016.31.熱點前沿及重點熱點前沿解讀1.1 信息科學領域 Top 10 熱點前沿發展態勢研究前沿106圖 24信息科學領域 Top10 熱點前沿的施引論文1.2 重點熱點前沿“面向從頭藥物設計的深度學習方法研究”藥物研發是一個長周期、高投入和高風險的過程。近年來，以計算機輔助藥物設計（CADD）、AI藥物發現（AIDD）為代表的計算驅動手段在靶標發現和精準醫療、藥物設計與發現等領域取得了顯著的進步，

218、為加快藥物研發速度、降低藥物開發成本賦予了希望?；瘜W空間中類藥性分子的數量估計在 1023-1060量級。因此，通過計算的方法在整個化學空間中尋找特定的先導化合物成為藥物發現中的重大挑戰。雖然高通量篩選和虛擬篩選方法可以對大型化合物庫中的分子進行有效評價，但也只能對已知的化合物庫進行篩選，從而尋找出滿足特定性質的分子。而從頭藥物設計則不同，后者以理想的化學性質為目標，通過基于深度學習的分子生成的方法，生成具有特定性質的全新分子以探索化學空間，補充化合物庫，從而打破藥物發現與設計的常規結構壁壘。熱點前沿“面向從頭藥物設計的深度學習方法研究”包含 12 篇核心論文，內容涵蓋分子連續表示的自動化設計

219、方法、循環和對抗神經網絡、druGAN 自動編碼器模型，以及分子生成模型的基準測試平臺 MOSES 等。其中，哈佛大學 Aln Aspuru-Guzik 教授牽頭發表于ACS 中心科學(ACS Central Science)上 的 論 文“Automatic Chemical Design Using a Data-Driven Continuous Representation of Molecules”被引頻次最高，已接近 800 次（圖 25），論文介紹了201620172018201920202021 長距離自由空間量子密鑰分配與量子糾纏研究 面向從頭藥物設計的深度學習方法研究 面向

220、人類活動識別的深度學習算法研究 知識圖譜與圖嵌入技術研究 多智能體強化學習研究 區塊鏈與物聯網集成研究 面向腦腫瘤分割的深度學習方法研究 大規模機器學習優化方法 無人機無線通信研究 毫米波 MIMO 通信系統的混合預編碼技術研究信息科學107圖 25“面向從頭藥物設計的深度學習方法研究”研究前沿中核心論文的被引頻次分布曲線從核心論文的產出國家和機構分布看（表 52），美國貢獻的核心論文超過半數，瑞典和俄羅斯各貢獻了三分之一的論文，英國和加拿大各發表 3 篇論文。全球領先的制藥公司阿斯利康貢獻了 4 篇核心論文，位列 Top 產出機構之首。這 4 篇核心論文中，“Molecular de-nov

221、o design through deep reinforcement learning”一文使用強化學習和循環神經網絡，生成查詢結構的類似物，以及預測、生成對生物學目標有實際意義的化合物，被引頻次接近 250 次。俄羅斯有 3 家機構進入 Top 機構名單，加拿大有 2 家機構上榜，此外中國的香港英矽智能科技有限公司和上海大學也各貢獻 1 篇論文。使用神經網絡將分子轉化為連續向量表示，展示了基于梯度的分子性質優化，從而解決化學中的逆向設計難題。目前 Aln 教授在加拿大多倫多大學領銜“AI for Discovery and Self-Driving Labs”研究小組，致力于將人工智能與自

222、動化機器人平臺相結合，以高通量的形式自主發現新材料，目標是將發現新功能材料或優化已知功能材料所需時間和花費縮小 10 倍，即從估計的1000 萬美元和 10 年的開發時間減少到 100 萬美元和 1 年。1020050070030060090080010040073249568101112被引頻次核心論文序號研究前沿108表 52“面向從頭藥物設計的深度學習方法研究”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構國家核心論文比例1美國758.3%1阿斯利康公司瑞典433.3%2瑞典433.3%2莫斯科物理技術學院俄羅斯325.0%2俄羅斯433.3%2哈佛大學美國32

223、5.0%4英國325.0%2加拿大高等研究院加拿大325.0%4加拿大325.0%5蘇黎世聯邦理工學院瑞士216.7%6德國216.7%5俄羅斯高等經濟大學俄羅斯216.7%6中國216.7%5俄羅斯科學院俄羅斯216.7%6瑞士216.7%5多倫多大學加拿大216.7%9愛沙尼亞18.3%9意大利18.3%7443322211美國瑞典俄羅斯英國加拿大德國中國瑞士愛沙尼亞意大利 核心論文 信息科學109對施引論文的分析顯示（表53），美國是該研究前沿后續研究最為活躍的國家，代表性機構是麻省理工學院和哈佛大學。中國和英國也進行了較多的研究。從施引論文 Top 10 機構名單可以看出，眾多科研實力

224、雄厚的科研機構、大學和企業都在進行相關研究，足見該前沿方向的重要程度和競爭之激烈。中國科學院和劍橋大學進入 Top 10機構之列，加拿大有3家機構入選，日本東京大學排名第 10 名。表 53“面向從頭藥物設計的深度學習方法研究”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名中文國家施引論文比例1美國48536.2%1中國科學院中國513.8%2中國30122.5%2麻省理工學院美國503.7%3英國15411.5%3多倫多大學加拿大423.1%4德國1057.8%4哈佛大學美國413.1%5瑞士957.1%5蘇黎世聯邦理工學院瑞士403.0%6日本775.7%6劍橋大學英

225、國322.4%7韓國755.6%7人工智能矢量研究所加拿大312.3%8加拿大745.5%8阿斯利康公司瑞典282.1%9印度443.3%9加拿大高等研究院加拿大261.9%10西班牙433.2%10東京大學日本241.8%485301154105957775744443 施引論文 美國英國加拿大印度西班牙德國中國瑞士日本韓國研究前沿1101.3 重點熱點前沿“多智能體強化學習研究”隨 著 深 度 強 化 學 習（Deep Reinforcement Learning,DRL）近年來取得突破性進展，大量與之相關的算法和應用不斷涌現。最近的很多研究已經不僅僅局限于單智能體強化學習，而是開始研究多

226、智能體學習場景下的深度強化學習。強化學習中單個智能體與環境交互學習，是一種簡單系統的觀點，而將其擴展了的多智能體強化學習追求多個智能體在復雜環境中合作競爭，共同進化，是一種復雜系統的觀點。多智能體強化學習在對不同智能體學習策略獎勵不同的情況下，不斷改進學習算法。目前，該方向已經取得了一系列矚目的進展，比如交通信號控制、機器人控制、未知探索、公交車時刻表優化等。多智能體強化學習的研究與應用越來越多，其在通信網絡、合作探索、任務卸載等方面都進行了深入的探索。熱點前沿“多智能體強化學習研究”包含 6 篇核心論文，科學(Science)和自然(Nature)各刊載 3 篇。研究主題聚焦以下方面：（1）

227、通過引入 DeepStack 探索一種用于處理信息不對稱問題的算法，這是 AI 在不完美信息博弈中堪稱里程碑式的突破；（2）增強 AlphaGo 神經網絡的樹算法，在脫離人類監督學習的情況下迭代出更高質量的行為預測；（3）利用 self-play 思想通過不斷調整對抗策略，解決普通自我博弈方法的“循環學習”問題。其中，被引頻次在 300 次以上的論文共有 3 篇（圖 26），均 來 自 DeepMind 公司（該 公 司 于 2014 年 被 Google收購）。發表在自然(Nature)上 的“Mastering The Game of Go With Deep Neural Network

228、s and Tree Search”一文被引頻次高達 3023次，論文介紹了一種把蒙特卡洛模擬和估值、策略網絡結合在一起的算法，通過自我博弈的強化學習，使AlphaGo達到了99.8%的勝算率。這篇論文標志著第一代 AlphaGo 的誕生，也掀起了強化學習的熱潮。圖 26“多智能體強化學習研究”研究前沿中核心論文的被引頻次分布曲線1050035001500300010002500200032456被引頻次核心論文序號信息科學111從表 54 可以看出，6 篇核心論文中英國貢獻 5 篇，占據絕對優勢。美國、荷蘭、加拿大、捷克各貢獻 1 篇。在產出機構方面，英國的 DeepMind 公司貢獻 4

229、篇，捷克的布拉格查爾斯大學、捷克理工大學、美國 Google 公司、加拿大阿爾伯塔大學各貢獻1篇。不難看出，DeepMind 在該前沿主題遙遙領先，其 Alpha 系列產品占據著多智能體強化學習領域的絕對領先地位?？偛课挥诤商m的 Team Liquid 電競俱樂部通過參與 DeepMind 公司的研究，成為核心論文的貢獻者之一。加拿大、捷克等機構合作產出的“Deepstack:Expert-Level Artificial Intelligence in Heads-Up No-Limit Poker”也獲得較高關注。表 54“多智能體強化學習研究”研究前沿中核心論文的 Top 產出國家和機構

230、排名國家核心論文比例排名機構國家核心論文比例1英國583.3%1DeepMind英國466.7%2美國116.7%2布拉格查爾斯大學捷克116.7%2荷蘭116.7%2倫敦大學學院英國116.7%2加拿大116.7%2Google美國116.7%2捷克116.7%2捷克理工大學捷克116.7%2Team Liquid荷蘭116.7%2阿爾伯塔大學加拿大116.7%51111美國荷蘭加拿大捷克英國 核心論文 研究前沿112從施引論文的角度來看（表55），中國和美國的施引論文產出數量均超過1000篇，其次為英國、德國、韓國、日本等國家。從產出機構上看，中國有 5 家機構進入Top 10 施引論文機

231、構，其中中國科學院和清華大學最為活躍，排名第一和第二名；美國的麻省理工學院、斯坦福大學、哈佛大學等 3 家機構發文量基本相當；英、法兩國也有機構上榜。表 55“多智能體強化學習研究”研究前沿中施引論文的 Top 產出國家和機構排名國家施引論文比例排名機構國家施引論文比例1中國156535.3%1中國科學院中國1984.5%2美國137431.0%2清華大學中國1473.3%3英國45010.2%3麻省理工學院美國861.9%4德國3247.3%4斯坦福大學美國791.8%5韓國2676.0%5法國國家科學研究中心法國781.8%6日本2505.6%6哈佛大學美國741.7%7加拿大2174.9

232、%7浙江大學中國691.6%8澳大利亞1493.4%8倫敦大學學院英國631.4%9法國1453.3%9電子科技大學中國591.3%10瑞士1252.8%10北京大學中國571.3%15651374450324267250217149145125美國英國加拿大澳大利亞法國德國中國瑞士日本韓國 施引論文 信息科學1132.新興前沿及重點新興前沿解讀2.1 新興前沿概述信息科學領域有 2 項研究入選新興前沿，“面向 MISO、MIMO 通信的可重構智能表面研究”和“可解釋人工智能”。表 56信息科學領域新興前沿序號新興前沿核心論文被引頻次核心論文平均出版年1面向 MISO、MIMO 通信的可重構智

233、能表面研究4556532019.72可解釋人工智能3111120192.2 重點新興前沿“可解釋人工智能”可解釋人工智能（eXplainable Artificial Intelligence，XAI）是讓專家能夠理解人工智能成果的方法與技術，通過機器學習技術使深度神經網絡呈現一定的可理解性，以滿足相關使用者對模型及應用服務產生的信息訴求（如因果或背景信息），從而為使用者對人工智能服務建立認知層面的信任。面對深度神經網絡模型的“黑匣子”，XAI 從算法模型生命周期的各個環節介入，通過對數據、模型和結果的解釋，解決深度學習機制下技術細節不透明的問題，幫助使用者排除模型故障或提升性能。與傳統 AI

234、 相比，XAI 更加注重可信度、因果關系、公平性、透明性和隱私意識，因此，未來在醫療、司法、安全、金融等關鍵領域具有廣闊的應用前景。新興前沿“可解釋人工智能”包含 3 篇核心論文，重點綜述了可解釋人工智能技術的發展情況。其中，來自西班牙巴斯克應用數學中心、格拉納達大學等研究機構的學者合作發表的“Explainable Artificial Intelligence(XAI):Concepts,taxonomies,opportunities and challenges toward responsible AI”一文系統回顧了與 XAI 相關的概念、類別、未來發展機遇，從理論層面對可解釋人工

235、智能進行了介紹。意大利比薩大學的學者則對黑箱模型解釋方法進行了分析。研究前沿1142022經濟學、心理學 及其他社會科學經濟學、心理學及其他社會科學1151.熱點前沿及重點熱點前沿解讀1.1 經濟學、心理學及其他社會科學領域 Top 10 熱點前沿發展態勢2022 年經濟學、心理學及其他社會科學領域 Top 10 的熱點前沿中，心理學占據一半，包括與新型冠狀病毒肺炎（COVID-19，簡稱新冠肺炎）疫情相關的健康風險行為、特殊人群心理和身體健康、身心健康與預防措施、恐懼量表改編與評估等熱點前沿，另外一項是關于積極心理學在外語課堂情緒和教學中如何增強外語學習的享受感，降低外語學習的焦慮感。與新冠

236、肺炎疫情相關的熱點前沿有 7 個，突出體現了新冠肺炎疫情對經濟學、心理學及其他社會科學領域的影響，除心理學領域外，還有 2 項經濟管理領域的研究，包括“流行病爆發對供應鏈的影響和重構”“COVID-19 全球大流行下的金融市場波動”，以及“對 COVID-19 的知識、態度和做法”的社會學研究。此外，2022 年經濟學、心理學及其他社會科學領域 Top 10 熱點前沿還體現了文獻計量方法在經濟管理領域研究中的應用以及數字智能農業的社會科學 研究。表 57經濟學、心理學及其他社會科學領域 Top10 熱點前沿序號熱點前沿核心論文被引頻次核心論文平均出版年1COVID-19 大流行期間的酒精消費等

237、健康風險行為3512662020.72COVID-19 對兒童等特殊人群心理和身體健康影響與護理4418362020.63流行病爆發對供應鏈的影響和重構2115222020.54COVID-19 全球大流行下的金融市場波動1923592020.35COVID-19 大流行期間身心健康與預防措施24119072020.16各地 COVID-19 恐懼量表的改編和評估2328232020.17對 COVID-19 的知識、態度和做法10159520208外語享受與焦慮：積極心理學在外語課堂情緒和教學中的作用3014042019.79基于文獻計量的經濟管理領域科學圖譜研究4231362019.310

238、數字農業、智能農業和農業 4.0 的社會科學研究1612832019.3研究前沿116圖 27經濟學、心理學及其他社會科學領域 Top10 熱點前沿的施引論文1.2 重點熱點前沿“COVID-19 全球大流行下的金融市場波動”新冠肺炎（COVID-19)的持續傳播對全球金融市場產生了巨大的影響，它帶來了前所未有的風險水平，導致投資者在很短的時間內遭受重大損失。該熱點前沿主要涵蓋兩個方面的研究內容，一是測算新冠肺炎疫情對金融市場的影響，二是評估不同資產的避險作用。在測算新冠肺炎疫情對金融市場的影響方面，12 篇論文實證分析或綜述了新冠肺炎疫情對金融市場的影響，證明了傳染性疾病會對股市產生嚴重的消

239、極影響。一是隨著確診病例數量的增加，股市回報率下降，與死亡人數的增長相比，股市對確診病例數量的增長反應更為顯著；二是分析了不同國家的疫情防控政策對股市波動影響的差異，證明了非藥物干預顯著增加了股市波動；三是研究了冠狀病毒相關新聞產生的情緒與股市波動之間的關系，發現新聞媒體產生的壓倒性恐慌與股市波動性增加有關。在評估不同資產的避險作用方面，面對市場上前所未有的風險，人們越來越需要尋找投資避風港，因此迫切需要重新評估一些傳統資產類型（黃金、加密貨幣、外匯和大宗商品等）的避險作用。研究顯示，比特幣、以太坊等不能起到良好的避險作用，它們的加入增加了投資組合的下行風險。全球最大穩定幣發行商 Tether

240、 在新冠肺炎動蕩期間成功地維持了與美元的掛鉤，具有一定的避風港屬性。而在此次大流行期間，黃金和大豆商品期貨作為避險資產仍然保持強勁。201620172018201920202021 COVID-19 大流行期間的酒精消費等健康風險行為 COVID-19 對兒童等特殊人群心理和身體健康影響與護理 流行病爆發對供應鏈的影響和重構 COVID-19 全球大流行下的金融市場波動 COVID-19 大流行期間身心健康與預防措施 各地 COVID-19 恐懼量表的改編和評估 對 COVID-19 的知識、態度和做法 外語享受與焦慮：積極心理學在外語課堂情緒和教學中的作用 基于文獻計量的經濟管理領域科學圖譜

241、研究 數字農業、智能農業和農業 4.0 的社會科學研究經濟學、心理學及其他社會科學117圖 28“COVID-19全球大流行下的金融市場”研究前沿中核心論文的被引頻次分布曲線該熱點前沿共有 19 篇核心論文（圖 28），主要集中發表在2020 年，2021 年有 2 篇。其中被引頻次超過 200 次的論文有 3 篇，被引最高的論文（被引頻次為 346次）是 2020 年 10 月中國西南財經大學的張大永和中國科學院科技戰略咨詢研究院的姬強合作發表在金融研究快報(Finance Research Letters)上的一篇論文，主要研究了新冠肺炎疫情迅速傳播對全球金融市場的影響，繪制全球金融市場中

242、特定國家風險和系統性風險的一般模式，并分析政策干預的潛在影響。被引頻次在 200-300次之間的 2 篇論文分別發表在金融 研 究 快 報(Finance Research Letters)和國際金融分析評論(International Review of Financial Analysis)上，涉及疫情對金融市場的影響測度和比特幣等資產的避險效應分析。各國在該領域中的貢獻較為均衡，其中核心論文最多的國家是中國，有 5 篇核心論文，占全部核心論文的 26.3%；其次是英國和愛爾蘭，分別貢獻 4 篇核心論文，占比均為 21.1%。從機構層面看，在Top 機構中，美國的阿克倫大學、愛爾蘭的都柏林

243、城市大學和新西蘭的懷卡托大學均貢獻 3 篇核心論文，并列排名第一。中國科學院和西南財經大學以 2 篇核心論文躋身于核心論文 Top 產出機構之列（表58）。10200250350300100150504007173132414919515616818101112被引頻次核心論文序號研究前沿118表 58“COVID-19 全球大流行下的金融市場”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構國家核心論文比例1中國526.3%1阿克倫大學美國315.8%2英國421.1%1都柏林城市大學愛爾蘭315.8%2愛爾蘭421.1%1懷卡托大學新西蘭315.8%4澳大利亞315

244、.8%4都柏林大學愛爾蘭210.5%4法國315.8%4拉合爾管理科學大學巴基斯坦210.5%4巴基斯坦315.8%4中國科學院中國210.5%4新西蘭315.8%4都柏林三一學院愛爾蘭210.5%4美國315.8%4巴黎商學院法國210.5%4越南315.8%4巴黎-薩克雷大學法國210.5%10土耳其210.5%4西南財經大學中國210.5%10馬來西亞210.5%4南安普頓索倫特大學英國210.5%4胡志明市經濟大學越南210.5%4悉尼大學澳大利亞210.5%4南安普頓大學英國210.5%54433333322美國英國新西蘭澳大利亞法國愛爾蘭中國土耳其馬來西亞越南巴基斯坦 核心論文 經

245、濟學、心理學及其他社會科學119從施引論文來看，中國以 289 篇施引論文位居首位，遠超其后的美國、英國和澳大利亞。在產出機構層面，越南的胡志明市經濟大學施引論文最多，其次是俄羅斯的南烏拉爾國立大學，中國中南大學和中國科學院分別排名第五和第八。表 59“COVID-19全球大流行下的金融市場”研究前沿中施引論文 Top 產出國家和機構排名國家施引論文比例排名機構國家施引論文比例1中國28930.3%1胡志明市經濟大學越南343.6%2美國10711.2%2南烏拉爾國立大學俄羅斯282.9%3英國879.1%3蒙彼利埃高等商學院法國192.0%4澳大利亞778.1%3扎耶德大學阿拉伯聯合酋長國1

246、92.0%5巴基斯坦757.9%5中南大學中國181.9%6法國707.3%5伊巴丹大學尼日利亞181.9%7土耳其576.0%7懷卡托大學新西蘭171.8%8越南545.7%8中國科學院中國161.7%9印度525.5%8都柏林城市大學愛爾蘭161.7%10沙特阿拉伯505.2%8南安普頓索倫特大學英國161.7%施引論文 2891078777757057545250美國英國澳大利亞法國中國土耳其越南印度沙特阿拉伯巴基斯坦研究前沿1201.3 重點熱點前沿“基于文獻計量分析的經濟管理領域科學圖譜研究”文獻計量分析是探索和分析大量科學文獻數據的一種流行且科學的方法，通過文獻計量分析，能幫助學者

247、剖析某一特定領域演變過程及其細微變化，同時揭示該領域的新興前沿。盡管文獻計量分析在許多領域得以廣泛應用，但在經濟管理和商業研究中的應用相對較晚，最近幾年才迅速發展。本熱點前沿主要是利用文獻計量分析、元分析和系統文獻綜述等方法對經濟管理和商業研究領域的研究脈絡、研究進展和發展趨勢進行分析，描繪了經濟管理不同領域的科學知識 圖譜。從研究方法看，42 篇核心論文均是基于文獻的分析，其中 26篇利用了文獻計量分析的方法，此外，還涉及基于文獻的內容分析、元分析以及系統文獻綜述和文獻回顧等方法；2 篇論文分別闡述了文獻綜述的原則和文獻計量分析方法，同時提供了開展文獻計量分析的步驟和適用情景，并比較了文獻計

248、量分析與其他類似技術（如元分析和系統文獻綜述）的異同，闡明了文獻計量分析在經濟管理領域研究中的應用。從分析視角看，除介紹文獻計量分析方法的 1 篇論文外，其余的41 篇論文中有 28 篇是通過構建某一特定領域檢索式的方式，從全域視角繪制某一領域的知識圖譜；有13 篇是錨定經濟管理和商業研究領域的權威期刊來分析該領域的發展概況。從研究領域看，42 篇核心論文中有 17 篇屬于營銷領域，其他領域還包括：國際投資與經營、金融、創新（開放式創新）、創業、電子商務、知識管理、管理科學等。圖 29“基于文獻計量的經濟管理領域科學圖譜研究”研究前沿中核心論文的被引頻次分布曲線1 24681012141618

249、202224262821020025030010015050727173732313339293032343638404219395251535113141被引頻次核心論文序號經濟學、心理學及其他社會科學121該熱點前沿共有 42 篇核心論文，跨越 2016-2021 年，說明該熱點前沿興起較早，并在持續發展中。在 42 篇核心論文中，有 2 篇的被引頻次高于 200 次，這兩篇分別由悉尼科技大學的 Krithika Randhawa等人于 2016 年發表在產品創新 管 理 雜 志(Journal of Product Innovation Management)上和由哥本哈根大學的 Mar

250、cel Bogers 等人于 2017 年發表在產業與創新(Industry and Innovation)上的論文，從不同角度描述了開放式創新的發展概況，從文獻計量的角度給出了開放式創新研究的議程，從不同層次描述了開放式創新已有的研究視角和新興主題。被引頻次最高的前3-5 位的核心論文中，有 2 篇發表在 2017 年，分別利用文獻計量分析方法對模糊決策制定和中小企業發展挑戰領域研究進行綜述；1 篇發表在 2018 年，是關于新興國家對外直接投資的文獻綜述。該熱點前沿核心論文最多的國家是美國，有 24 篇核心論文，占比超過一半（57.1%）；其次是印度，產出 17 篇核心論文，占比為40.5

251、%。核心論文 Top 機構集中在印度、智利、澳大利亞和美國，且分布相對均衡。其中，印度的齋浦爾馬拉維亞國家理工學院產出 9 篇核心論文，占比最大（21.4%），緊隨其后的是智利大學。表 60“基于文獻計量的經濟管理領域科學圖譜研究”研究前沿中核心論文的 Top 產出國家和機構排名國家核心論文比例排名機構國家核心論文比例1美國2457.1%1齋浦爾馬拉維亞國家理工學院印度921.4%2印度1740.5%2智利大學智利819.0%3澳大利亞819.0%3斯威本科技大學澳大利亞614.3%3智利819.0%3斯威本科技大學砂拉越校區馬來西亞614.3%5西班牙716.7%5喬治亞州立大學美國511.

252、9%6馬來西亞614.3%5羅林斯學院美國511.9%6英國614.3%7印度管理學院科澤科德分院印度49.5%8意大利511.9%8挪威科技大學挪威24.8%9奧地利49.5%8美國大學美國24.8%10波蘭37.1%8圣托馬斯圣地亞哥大學智利24.8%10葡萄牙37.1%8印度管理發展研究所 印度24.8%10挪威37.1%8波多黎各美洲大學美國24.8%10法國37.1%8哈特福德大學美國24.8%8英國諾丁漢特倫特大學英國24.8%研究前沿122排名國家核心論文比例排名機構國家核心論文比例8維也納大學奧地利24.8%8巴塞羅那自治大學西班牙24.8%8哥本哈根大學丹麥24.8%8華盛頓

253、大學西雅圖分校美國24.8%8葡萄牙天主教大學葡萄牙24.8%8巴塞羅那大學西班牙24.8%8諾丁漢大學英國24.8%8薩格勒布大學克羅地亞24.8%從施引論文來看，美國以 371 篇施引論文位居首位，中國、英國、印度、西班牙均超過 200 篇，中國對該前沿的關注度逐漸提升。在機構層面，智利大學的施引論文最多，澳大利亞悉尼科技大學排名第二，中國的四川大學以 37 篇施引論文排名第五。241788766543333美國印度智利西班牙英國意大利奧地利波蘭葡萄牙澳大利亞法國挪威馬來西亞 核心論文 經濟學、心理學及其他社會科學123表 61“基于文獻計量的經濟管理領域科學圖譜研究”研究前沿中施引論文

254、Top 產出國家和機構排名國家施引論文比例排名機構國家施引論文比例1美國37120.1%1智利大學智利804.3%2中國33818.3%2悉尼科技大學澳大利亞703.8%3英國23913.0%3齋浦爾馬拉維亞國家理工學院印度553.0%4印度21811.8%4哥本哈根大學丹麥382.1%5西班牙21211.5%5四川大學中國372.0%6澳大利亞19610.6%6加州大學伯克利分校美國291.6%7意大利1719.3%7斯威本科技大學砂拉越校區馬來西亞281.5%8智利1005.4%8巴塞羅那大學西班牙251.4%9德國995.4%9格拉納達大學西班牙231.2%10法國935.0%10喬治亞

255、州立大學美國221.2%10麥格理大學澳大利亞221.2%10康塞普西翁卡托利卡-圣蒂西馬大學智利221.2%10瓦倫西亞大學西班牙221.2%371338239218 2121961711009993美國印度智利西班牙英國中國德國意大利澳大 利亞法國 施引論文 研究前沿1242.新興前沿及重點新興前沿解讀2.1 新興前沿概述經濟學、心理學及其他社會科學領域有11項研究入選新興前沿，其中 6 項新興前沿與 COVID-19 疫情有關，分別是 COVID-19 疫情大流行期間老年人的孤獨感和心理健康，COVID-19 疫情大流行期間公眾對數字接觸者追蹤的接受度研究，COVID-19 疫情大流行期

256、間人格特征與感知壓力、風險認知和保護行為的關聯性研究，COVID-19疫情及地緣政治風險對比特幣等金融市場的影響，以及 COVID-19疫苗接種意向研究。下面選取“COVID-19 疫苗接種意向研究”做重點解讀。表 62經濟學、心理學及其他社會科學領域的 11 個新興前沿序號新興前沿核心論文 被引頻次核心論文平均出版年1技術創新、能源消費與碳排放2256020212COVID-19 疫情大流行期間老年人的孤獨感和心理健康54532020.83能源消耗、經濟政策不確定性和碳排放103042020.84零售消費者購買行為的變化及原因102782020.85治療效果的雙重差分研究42072020.8

257、6COVID-19 疫情背景下抑郁癥、焦慮癥或強迫癥的 心理健康與行為表現124172020.77基于區塊鏈的物聯網與智慧城市建設219542020.68COVID-19 疫苗接種意向研究78942020.69COVID-19 疫情大流行期間公眾對數字接觸者追蹤的接受度研究147472020.610COVID-19 疫情大流行期間人格特征與心理特征研究166842020.611COVID-19 疫情及地緣政治風險對比特幣等金融市場的影響186792020.6經濟學、心理學及其他社會科學1252.2 重點新興前沿“COVID-19 疫苗接種的意向研究”新冠肺炎（COVID-19）疫情在全球持續蔓

258、延，疫苗接種對防止新冠肺炎疫情蔓延至關重要，但由于新型冠肺炎疫苗研制時間較短，出于對疫苗安全性的擔憂，很多地方出現了“疫苗猶豫”現象，這也成為全球范圍內接種高傳染性疾病疫苗的障礙，不利于疫情防控。因此，調研分析全球各地“疫苗猶豫”現狀，以及哪些人群是“疫苗猶豫”最嚴重的人群，對于有針對性地開展政策干預和干預教育，以防控新冠肺炎疫情蔓延具有重要意義。該問題成為“經濟學、心理學及其他社會科學領域”的新興前沿之一。該新興前沿的 7 篇核心論文通過匿名調查的方式，對法國、比利時、加拿大法語區、以色列、中國香港等地的醫護人員和普通民眾的疫苗接種意愿進行了調查，研究主要獲得四個發現。一是參與護理新冠病毒陽

259、性患者的醫護人員以及認為自己有患病風險的個人更傾向于接受疫苗接種，而不照顧陽性患者的父母、護士和醫務人員對疫苗的猶豫程度更高。二是年齡較大、男性、白人或亞洲人的受訪者比其他群體更有可能接種疫苗，女性、黑人、拉丁裔和農村人員愿意在疫苗上市后立即接種的比例較小。三是新冠肺炎大流行對流感疫苗的接受率沒有積極影響。四是安全性、有效性和開發/批準速度被認為是影響新冠肺炎疫苗接種猶豫的主要因素，這些必須在疫苗接種活動之前或期間解決。研究前沿1262022附 錄 研究前沿綜述：尋找科學的結構 作者：David Pendlebury研究前沿綜述：尋找科學的結構127Eugene Garfield1955 年

260、第 一次提出科學引文索引概念之際，即強調了引文索引區別于傳統學科分類索引的幾點優勢1。因為引文索引會對每一篇文章的參考文獻做索引，檢索者就可以從一些已知的論文出發，去跟蹤新近出版的引用了這些已知論文的論文。此外，無論是順序或回溯引用論文，引文索引都是高產與高效的。因為引文索引是基于研究人員自身的見多識廣的判斷，并反映在他們文章的參考文獻中，而圖書情報索引專家對出版物的內容并不如作者熟悉只靠分類來做索引。Garfield 將這些作者稱作“引文索引部隊”，同時他認為這種索引是一張“創意聯盟索引”。他認為引文是各種思想、概念、主題、方法的標志：“引文索引可以精確地、毫不模糊地呈現主題，不需要過多的解

261、釋，并對術語的變化具備免疫力2?！背酥?，引文索引具有跨學科屬性，打破了來源文獻覆蓋范圍的局限性。引文所呈現出的聯系不局限于一個或幾個領域這種聯系遍布整個研究世界。對科學而言，自從學科交叉被公認為研究發現的沃土，引文索引便呈現出獨特的優勢。諾貝爾獎得主 Joshua Lederberg 是 Garfield 這 一 思 想 較早的支持者，他在自己的遺傳學研究領域與生物化學、統計學、農業、醫學的交叉互動中受益匪淺。Science Citation Index(現在的 Web of Science)創 建 于 1964 年，2022年已有 56 個年頭3。雖然 Science Citation

262、Index 經過很多年才被圖書情報人員以及學術圈完全認可，但是引文索引理念的影響力以及它在操作過程中產生的實質作用是無法被否認的。雖 然 Science Citation Index 的主要用途是信息檢索，但是從其誕生之初，Garfield 就很清楚他的數據可以被利用來分析科學研究本身。首先，他意識到論文的被引頻次可以界定“影響力”顯著的論文，而這些高被引論文的聚類分析結果可以指向具體的領域。不僅如此，他還深刻理解到大量的論文之間的引用與被引用揭示了科學的結構，雖然它極其復雜。他發表于 1963 年的一篇論文“Citation Indexes for Sociological and Hist

263、orical Research”，論述了利用引文分析客觀探尋研究前沿的方法4。這篇文章背后的邏輯與利用引文索引進行信息檢索的邏輯如出一轍：引文不僅僅體現了智力活動之間的相互連接，還體現了研究者社會屬性的相互聯系，它是研究人員做出的智力判斷，反映了學術領域學者行為的高度自治與自律。Garfield在 1964 年 與 同 事 Irving H.Sher 及Richard J.Torpie 第一次將引文關系佐證下指向的具備影響力的相關理論按時期進行線性描述，制作出DNA 的發現過程及其結構研究的一幅科學歷史脈絡圖5。Garfield 清楚地看到引文數據是呈現科學結構的最好素材。到目前為止，除了利用

264、引文數據繪制了特定研究領域的歷史圖譜外，尚未出現一幅展示更為宏大的科學結構的圖譜。在這個領域 Garfield 并不孤獨。同期，物理學、科學史學家Derek J.de Solla Price 也在試圖探尋科學研究的本質與結構。作為耶魯大學的教授，他首先使用科學計量方法對科學研究活動進行了測量，并且分別于 1961 年與 1963 年出版了兩本頗具影響的書，證明了為什么 17 世紀以來無論是研究人員數量還是學術出版數量都呈現指數增長態勢6,7。但是在他的工作中鮮有對科學研究活動本身的統計分析，因為在他不知疲倦的探究之路上，獲取、質詢、解讀研究活動的想法還沒有提上日程。Price與 Garfiel

265、d 正是在此時相識了。Price，這位裁縫的兒子，收到了來自 Garfield 的數據，他這樣描述當時的情景：“我從 ISI 計算機房的剪裁板上取得了這些數據”8。1965 年，Price 發表了“科學研究論文網絡”一文，文中利用了大量的引文分析數據描述他所定義的”科學研究前沿”的本質9。之前，他使用“研究前沿”這個詞語時采用的是其字面意思，即某些卓越科學家在最前沿所進行的領先研究。但是在這篇論文中，他以 N-射線研究為例(該研究領域的生命周期研究前沿128很短)，基于按時間順序排列的論文及其互引模式構成的網絡，從出版物的密度以及不同時期活躍度的角度對研究前沿進行了描述。Price觀察到研究前

266、沿是建立在新近發表的“高密度”論文上，這些論文之間呈現出聯系緊密的網狀關系圖?！把芯壳把貜膩矶疾皇窍窬幙椖菢右恍幸恍芯幊鰜淼?。相反，它常常被漏針編織成小塊兒或者小條兒。這些條被客觀描述成主題，對主題的描述雖然隨著時間推移會發生巨大變化，但是作為智力活動的內在含義保持了相對穩定性。如果有人想探尋這種條的本質，也許就會指向一種勾勒當前科學論文地形圖的方法。這種地形圖形成過程中，人們可以通過期刊在地圖中的位置以及在條中的戰略中心地位來識別期刊(實際上是國家、個人或單篇論文)的共同及各自相對的重 要性”10。時 間 到 了 1972 年，年 輕 的科學史學者 Henry Small 離開位于紐約的美國

267、物理學會，加入費城的美國科技信息所，他加入的最初動機是希望可以利用 Science Citation Index 的數據以及題名和關鍵詞的價值。但是很快他就調整了方向，把注意力從“文字”轉向了“文章間相互引用行為”，這種轉變背后的動機與 Garfield和 Price 不謀而合：引文的力量及其 發 展 潛 力。1973 年，Small 在Garfield1955 年介紹引文思想論文的基礎上，開拓出了自己全新的方 向，發 表 了 論 文“Co-citation in the scientific literature:A new measure of relationship between t

268、wo documents”，這篇論文介紹了一種新的研究方法“共被引分析”，將描述科學學科結構的研究帶入了一個新的時期11。Small 利用兩篇論文被共同被引用的次數來描述這兩篇論文的相似程度，換句話說就是統計“共被引頻率”來確認相似度。他利用當時新發表的粒子物理領域的論文分析來闡述自己的方法。Small發現，這些通過“共被引”聯系在一起的論文常常在研究主題上有高度的相似度，是相互關聯的思想集合。他認為基于論文被引用頻率的分析，可以用來尋找領域中關鍵的概念、方法和實驗，是進行“共被引分析”的起點。前者用客觀的方式揭示了學科領域的智力、社會和社會認知結構。像 Price 做研究前沿的研究一樣，Sm

269、all 將最近發表的通過引用關系緊密編織在一起的論文聚成組，接著通過“共被引”分析，發現分析結果指向了自然關聯在一起的“研究單元”，而不是傳統定義的“學科”或較大的領域。Small 將“共被引分析”比作一部完整的電影，而不是一張孤立的圖片，以表達他對該方法潛力的極大信任。他認為，通過重要論文間的相互引用模式分析，可以呈現某個研究領域的結構圖，這幅結構圖會隨著時間的推移而發生變化，通過研究這種不斷變化的結構，“共被引分析”可以幫助我們跟蹤科學研究的進展，以及評估不同研究領域的相互影響程度。還有一位值得注意的科學家是俄羅斯研究信息科學的 Irina V.Marshakova-Shaikevich。

270、她 也 在1973 年提出了“共被引分析”的思想12。但是 Small 與 Marshakova-Shaikevich 并不了解彼此的工作，因此他們的工作可以被看作是相互獨立、不謀而合的研究?？茖W社會學家 Robert K.Merton 將這種現象稱作“共同發現”，這在科學史上是非常常見的現象，而很多人卻沒有意識到這種常見現象的存在13,14。Small 與 Marshakova-Shaikevich 都將“共被引分析”與“文獻耦合”現象進行了對比，后者是 Myer Kessler 于 1963 年闡釋的 思想15?！拔墨I耦合”也是用來度量兩篇論文研究內容相似程度的方法，該方法基于兩篇論文中出

271、現相同參考文獻的頻次來度量它們的相似程度，即如果兩篇論文共同引用了同一篇參考文獻，他們的研究內容就可能存在相似關系，相同的參考文獻越多，相似度越大?！肮脖灰治觥眲t是“文獻耦合”分析的“逆”方向：不用兩篇文章共同引用的參研究前沿綜述：尋找科學的結構129考文獻頻次做內容相似度研究的線索，而是將“共同被引用”的參考文獻聚類，通過“共被引分析”度量這些參考文獻的相似度?！拔墨I耦合”方法所判斷兩篇文章之間的相似度是“靜態”的，因為當文章發表后，其文后的參考文獻不會再發生變化，也就是說兩篇論文之間的相似關系被固定下來了；但是“共被引”分析是一個逆過程，你永遠無法預知哪些論文會被未來發表的論文“共同被引

272、用”，它會隨著研究的發展發生動態的變化。Small更傾向于使用“共被引分析”，他認為這樣的逆過程能夠反映科學活動、科學家認知隨著時間發生的 變化16。接下來的一年，即 1974 年，Small 與位于費城 Drexel University的 Belver C.Griffith 共同發表了兩篇該領域里程碑式的著作，闡釋了利用“共被引分析”尋找“研究單元”的方法，并且利用“研究單元”間的相似度做圖呈現研究工作的結構17,18。雖然此后該方法有過一些重大的調整，但是它的基本原理與實施方式從來沒有改變過。首先遴選高被引論文合集作為“共被引分析”的種子。將這樣的高被引論文合集限定在一定規模范圍內，這些

273、論文被假定可以作為其相關研究領域關鍵概念的代表論文，對該領域起著重要的影響作用，作為尋找這些論文的線索，“被引用歷史”成為關鍵點，利用引用頻次建立的統計分析模型可以證明這些論文的確具有學科代表性與穩定性。一旦這樣的合集被篩選出來，就要對該合集做“共被引”掃描。合集中，同時被同一篇論文引用的論文被結成對，稱作“共被引論文對”，當然會出現很多結不成對的“0”結果。當很多“共被引論文對”被找到時，接下來會檢查這些“共被引論文對”之間是否存在“手拉手”的關系，舉例來說：如果通過“共被引掃描“發現了“共被引論文對 A和 B”、“共被引論文對 C 和 D”、“共被引論文對 B 和 C”，那么由于論文 B

274、和 C 的共被引出現，“共被引論文對 A 和 B”與“共被引論文對 C 和 D”就被聯系到一起了。我們就認為兩個“共被引論文對”出現了一次交叉或者“拉手”。因為這一次交叉，就將這兩個“共被引論文對”合并聚成簇，也就是說兩個“共被引論文對”間只需要一次“拉手”就能形成聯系。通過調高或調低共被引強度閾值可以得到規模大小不同的“聚類”或者“群”。閾值越低，越多的論文得以聚類，形成的“群”越大，閾值過低則會形成不間斷的“論文鏈”。如果調高閾值，就可以形成離散的專業領域，但是如果相似度閾值設得太高，就會形成太多分裂的“孤島”。在構建研究前沿方法中采用的“共被引相似度”計量方法以及共被引強度閾值隨著時間的

275、推移有所不同。今天我們采用余弦相似性(cosine similarity)方法計量“共被引相似度”，即用共被引頻次除以兩篇論文的引用次數的平方根。而“共被引強度”最小閾值是相似度.1的余弦，不過這個值是可以逐漸調高的，一旦調高就會將大的“聚類”變小。通常如果研究前沿聚類核心論文超過最大值 50 時，我們就會這樣做。反復試驗表明這種做法能產生有意義的研究前沿?，F在我們做個總結，研究前沿是由一組高被引論文和引用這些論文的相關論文組成的，這些高被引論文的共被引相似度強度位于設定的閾值之上。事實上，研究前沿聚類應該同時包含兩個組成部分，一部分是通過共被引找到的核心論文，這些論文代表了該領域的奠基工作；

276、另外一部分就是對這些核心論文進行引用的施引論文，它們中最新發表的論文反映了該領域的新進展。研究前沿的名稱則是從這些核心論文或施引論文的題名總結來的。ESI 數據庫中研究前沿的命名主要是基于核心論文的題名。有些前沿的命名也參考了施引論文。因為正是這些施引論文的作者通過共被引決定了重要論文的對應關系，也是這些施引論文作者賦予研究前沿以意義。研究前沿的命名并不是通過算法來進行的，仔細地、一篇一篇通過人研究前沿130工探尋這些核心論文和施引論文，無疑會對研究前沿工作本質的描述更加精確。Garfield 這 樣 評 價 Small 與Griffith 的工作，“他們的工作是我們的飛行器得以起飛的最后一塊

277、理論基石”21。Garfield一位實干家，他將自己的理論研究工作轉化成了數據庫產品，無論是信息檢索還是分析領域都受益良多。這個飛行器以 1981 年出版的 ISI 科學地圖：生物化學和分子生物學(ISI Atlas of Science:Biochemistry and Molecular Biology,1978/80)而宣告起飛22,可以說這本書所呈現的工作與 Small 的工作有著內在的聯系。這本書分析了 102 個研究前沿，每一個前沿都包括一張圖譜，包含了前沿背后的核心論文，以及多角度展示這些論文間的相互關系。每一組核心論文被詳細列出，并且給出它們的被引用次數，那些重要的施引論文也會

278、在清單中，還會基于核心論文的被引用次數給出每個前沿的相關權重。伴隨這些分析數據的還有來自各前沿專業領域的專家撰寫的綜述。書的最后，是這 102 個研究前沿匯總在一起的巨大圖譜，顯示出他們之間的相似關系。這絕對是跨時代的工作，但對于市場來說無異于一場賭博，這就是 Garfield 的個性寫真。Small 與 Griffith 1974 年 共 同發表的第二篇論文中，可以看到對不同研究前沿相似度的度量19。通過共被引分析構建的研究前沿及其核心論文，是建立在這些論文本身的相似度基礎上的。同樣，用這種方法形成的不同研究前沿之間的相似度也是可以描述的，從而發現那些彼此聯系緊密的研究前沿。在他們的研究前沿

279、圖譜中，Small 與Griffith 通過不同角度剖析、縮放數據以期接近這兩個維度的研究方向。對 Small 與 Griffith 的 工 作，尤其是從以上兩個維度解析通過共被引分析聚類論文圖譜的工作，Price 認為“看上去這是非常深奧的工作，也是革命性的突破?！?。他強調“他們的發現似乎預示著科學研究存在內在的結構與秩序，需要我們進一步去發現、辨識、診斷。我們慣常用分類、主題詞的方式去描述它，看上去與它自然內在的結構是背道而馳的。如果我們真想發現科學研究結構的話，無疑需要分析海量的科學論文，生成巨型地圖。這個過程是動態的，不斷隨著時間而變化，這使得我們在第一時間就能捕捉到它的進展與特性?！?/p>

280、20在出版了另一本書和一系列綜述性期刊之后23,24，ISI Altas of Science 作為系列出版物終止于上世紀 80 年代。出于商業考慮，那時還有更優先的事情需要做。但是 Garfield 與 Small 繼續執著地行走在科學圖譜這條道路上，他們幾十年來做了各種研究與實驗。1985年,Small 發表了兩篇論文介紹他關于研究前沿定義方法的重要修正：分數共被引聚類法(Fractional Co-Citation Clustering)25。根據引用論文的參考文獻的多少，通過計算分數被引頻次調整領域內平均引用率差異，籍此消除整體計數給高引用領域(如生物醫藥領域)帶來的系統偏差。隨著方法

281、的改進，數學顯得愈發重要，而在整數計數時代，數學曾被忽視。他還提出基于相似度可以將不同研究前沿聚類，這超越了單個研究前沿聚組的工作26。同年，Garfield與 Small 發 表 了“The geography of science:disciplinary and national mappings”，闡述了他們研究的新進展。該論文匯集了 Science Citation Index 與 Social Sciences Citation Index 數據，勾勒出全球該領域的研究狀況，從全球的整體圖出發，他們還進一步探索了更小分割單位的研究圖譜27。這些宏-聚類間的關系與具體研究內容同樣重要

282、。這些關聯如同絲線，織出了科學之網。接下來的幾年里，Garfield 致力于發展他的科學歷史圖譜，并在Alexander I.Pudovkin 與 Vladimir S.Istomin 的協助下，開發了 HistCite這一軟件工具。HistCite 不僅能夠基于引用關系自動生成一組論文的研究前沿綜述：尋找科學的結構131歷史圖譜，提供某一特定研究領域論文發展演化的縮略圖，還可以幫助識別相關論文，這些相關論文有可能在最初檢索時沒有被檢索到，或者沒有被識別出來。因此，HistCite 不僅是一個科學歷史圖譜的分析軟件，也是幫助論文檢索的工具28,29。Small 繼續完善著他的共被引分析聚類方法

283、，并且試圖基于某個學科領域前沿之間呈示的認知關系圖譜探索更多的細節內容30,31。背后的驅動力是對科學統一性的強烈興趣。為了顯示這種統一性，Small展示了通過強大的共被引關系，如何從一個研究主題漫游到另一個主題，并且跨越了學科界限，甚至從經濟學跨越到天體物理學32,33。對此 Small 與 E.O.Wilson 有類似的看法，后者在 1998 年出版的名為Consilience:The Unity of Knowledge的一書中表達了類似的思想34。上個世紀 90 年代早期，Small 發展了 Sci-Map,這是一個基于個人電腦的論文互動圖形系統35。后來的數年中，他將研究前沿的研究數

284、據放 到 了 Essential Science Indicators(ESI)數據庫中。Essential Science Indicators(ESI)主要用來做研究績效分析。ESI 中的研究前沿，以及有關排名的數據每兩個月更新一次。這時候，Small 對虛擬現實軟件產生了極大的興趣，因為這類軟件可以產生模擬真實情況的三維虛擬圖形，可以實時處理海量數據36,37。例如，上世紀 90 年代末期，Small 領導了一個科學論文虛擬圖形項目，在桑迪亞國家實驗室成功開發了共被引分析虛擬現實軟件 VxInsight38,39。由于桑迪亞國家實驗室高級研究經理 Charles E.Meyers 富有遠

285、見的支持，在動態實時圖形化學術論文領域，該研究無疑邁出了巨大的一步，這也是一個未來發展迅速的領域。該軟件可以將論文的密度及顯著特征用山形描繪出來?？梢苑糯?、縮小圖形的比例尺，允許用戶通過這樣的比例尺縮放游走在不同層級學科領域?；A數據的查詢結果被突出顯示，一目了然。事實上，上世紀 90 年代末期對于科學圖譜研究來說是一個轉折點，之后，有關如何界定研究領域，以及領域間關系的可視化研究都得到了迅猛發展。全球現在有很多學術中心致力于科學圖譜的研究，他們使用的方法與工具不盡相同。印第安納大學的 Katy Borner 教授在其 2010 年出版的一本書：Atlas of Science Visuali

286、zing What We Know 中對該領域過去 10 年取得的進展做了總結，當然這本書的名字聽上去似曾相識40。從共被引聚類生成科學圖譜誕生，到今天這個領域如此繁榮，大約經歷了 25 年的時間。很有意思的是，引文思想從產生到 Science Citation Index 的商業成功也大約經歷了 25 年。當我們回顧這個進程時，清楚地看到相對于它們所處的時代來說兩者都有些超前。如果說 Science Citation Index 面臨的挑戰來自于圖書館界根深蒂固的傳統思想與模式(進一步說就是來自研究人員檢索論文的習慣性行為)，那么，科學圖譜，作為一個全新的領域，之所以遲遲未被采納，其原因應歸

287、為，在當時的條件下，缺乏獲取研究所需的大量數據的渠道，并受到落后的數據存儲、運算、分析技術的限制。直到上實際 90 年代，這些問題才得到根本解決。目前正以前所未有的速度為分析工作提供海量的分析數據，個人計算機與軟件的發展也使個人計算機可以勝任這些分析工作。今天，我們利用 Web of Science 進行信息檢索、結果分析、研究前沿分析、圖譜生成，以及科學活動分析，它不僅擁有了用戶，還擁有了忠誠的擁躉與宣傳者。Garfield 與 Small 辛 勤 播 種，很多年后這些種子得以生根、發芽，在很多領域迸發出勃勃生機。有人這樣定義什么是了不起的人生“在人生隨后的歲月中，將年輕時萌發的夢想變成現實

288、”。從這個角度說，他們兩人不僅開創了信息科學的先鋒領域，而且成就了他們富有傳奇的人生?？祁Ｎò矊⒗^續支持并推進這個傳奇的持續發展。研究前沿1321 Eugene Garfield.Citation indexes for science:a new dimension in documentation through association of ideas.Science,122(3159):108-111,1955.2 Eugene Garfield.Citation Indexing:its Theory and Application in Science,Technology,and

289、 Humanities.NewYork:John Wiley&Sons,1979,3.3 Genetics Citation Index.Philadelphia:Institute for Scientific Information,1963.4 Eugene Garfield.Citation indexes in sociological and historic research.American Documentation,14(4):289-291,1963.5 Eugene Garfield,Irving H.Sher,Richard J.Torpie.The Use of C

290、itation Data in Writing the History of Science.Philadelphia:Institute for Scientific Information,1964.6 Derek J.de Solla Price.Science Since Babylon.New Haven:Yale University Press,1961.See also the enlarged edition of19757 Derek J.de Solla Price.Little Science,Big Science.NewYork:Columbia Universit

291、y Press,1963.See also the edition Little Science,Big Scienceand Beyond,1986,including nine influential papers by Price in addition to the original book8 Derek J.de Solla Price.Foreword.in Eugene Garfield,Essays of an Information Scientist,Volume 3,1977-1978,Philadelphia:Institute For Scientific Info

292、rmation,1979,v-ix.9 Derek J.de Solla Price.Networks of scientific papers:the pattern of bibliographic references indicates the nature of thescientific research front.Science,149(3683):510-515,1965.10 ibid.11 Henry Small.Co-citation in scientific literature:a new measure of the relationship between t

293、wo documents.Journal ofthe American Society for Information Science,24(4):265-269,1973.12 Irena V.Marshakova-Shaikevich.System of document connections based on references.Nauchno Tekhnicheskaya,Informatsiza Seriya 2,SSR,Scientific and Technical Information Serial of VINITI,6:3-8,1973.13 Robert K.Mer

294、ton.Singletons and multiples in scientific discovery:a chapter in the sociology of science.Proceedings of the American Philosophical Society,105(5):470-486,1961.14 Robert K.Merton.Resistance to the systematic study of multiple discoveries in science.Archives Europennes de Sociologie,4(2):237-282,196

295、3.參考文獻研究前沿綜述：尋找科學的結構13315 Myer M.Kessler.Bibliographic coupling between scientific papers.American Documentation,14(1):10-25,1963.16 Henry Small.Cogitations on co-citations.Current Contents,10:20,march 9,1992.17 Henry Small,Belver C.Griffith.The structure of scientific literatures i:Identifying and

296、graphing specialties.Science Studies,4(1):17-40,1974.18 Belver C.Griffith,Henry g.Small,Judith A.stonehill,sandra Dey.The structure of scientific literatures II:Toward a macro-and microstructure for science.Science Studies,4(4):339-365,1974.19 ibid.20 See note 8 above.21 Eugene Garfield.Introducing

297、the ISI Atlas of Science:Biochemistry and Molecular Biology,1978/80.Current Contents,42,5-13,October 19,1981 reprinted in Eugene Garfield,Essays of an Information Scientist,Vol.5,1981-1982,Philadelphia:Institute for Scientific Information,1983,279-28722 ISI Atlas of Science:Biochemistry and Molecula

298、r Biology,1978/80,Philadelphia:Institute for Scientific Information,1981.23 ISI Atlas of Science:Biotechnology and Molecular Genetics,1981/82,Philadelphia:Institute for Scientific Information,1984.24 Eugene Garfield.Launching the ISI Atlas of Science:for the new year,a new generation of reviews.Curr

299、ent Contents,1:3-8,January 5,1987.reprinted in Eugene Garfield,Essays of an Information Scientist,vol.10,1987,Philadelphia:Institute for Scientific Information,1988,1-625 Henry Small,ED Sweeney.Clustering the Science Citation Index using co-citations.I.A comparison of methods.Scientometrics,7(3-6):3

300、91-409,1985.26 Henry Small,ED Sweeney,Edward Greenlee.Clustering the Science Citation Index using co-citations.II.Mapping science.Scientometrics,8(5-6):321-340,1985.27 Henry Small,Eugene Garfield.The geography of science:disciplinary and national mappings.Journal of Information Science,11(4):147-159

301、,1985.28 Eugene Garfield,Alexander I.Pudovkin,Vladimir S.Istomin.Why do we need algorithmic historiography?.Journal of the American Society for Information Science and Technology,54(5):400-412,2003.29 Eugene Garfield.Historiographic mapping of knowledge domains literature.Journal of Information Scie

302、nce,30(2):119-145,2004.30 Henry Small.The synthesis of specialty narratives from co-citation clusters.Journal of the American Society for Information Science,37(3):97-110,1986.研究前沿13431 Henry Small.Macro-level changes in the structure of cocitation clusters:1983-1989.Scientometrics,26(1):5-20,1993.3

303、2 Henry Small.A passage through science:crossing disciplinary boundaries.Library Trends,48(1):72-108,1999.33 Henry Small.Charting pathways through science:exploring Garfields vision of a unified index to science.In Blaise Cronin and Helen Barsky Atkins,editors,The Web of Knowledge:A Festschrift in H

304、onor of Eugene Garfield,Medford,NJ:American Society for Information Science,2000,449-473.34 Edward O.Wilson.Consilience:The Unity of Knowledge,New York:Alfred A.Knopf,1998.35 Henry small.A Sci-MAP case study:building a map of AIDs Research.Scientometrics,30(1):229-241,1994.36 Henry Small.Update on s

305、cience mapping:creating large document spaces.Scientometrics,38(2):275-293,1997.37 Henry Small.Visualizing science by citation mapping.Journal of the American Society for Information Science,50(9):799-813,1999.38 George S.Davidson,Bruce Hendrickson,David K.Johnson,Charles E.Meyers,Brian N.Wylie.Know

306、ledge mining with Vxinsight:discovery through interaction.Journal of Intelligent Information Systems,11(3):259-285,1998.39 Kevin W.Boyack,Brian N.Wylie,George S.Davidson.Domain visualization using Vxinsight for science and technology Management.Journal of the American Society for Information Science

307、 and Technology,53(9):764-774,2002.40 Katy Brner.Atlas of Science:Visualizing What We Know,Cambridge,MA:MIT Press,2010.編纂委員會135編纂委員會專家指導委員會：主任侯建國副主任高鴻鈞周琪執行副主任潘教峰翟立新劉細文王利委員于淥李國杰方榮祥李永舫姚檀棟翟明國王赤喻樹迅李晉閔張鳳張曉林劉清何國威肖立業程代展朱禎高彩霞單保慈趙冰張建玲劉會貞田野史建波施一張正斌張雯何暢張雙南田志喜石正麗步文博姜雪峰劉安安朱朝東王亞韡馬琰銘宋成詹成周強總體組：科睿唯安DavidPendlebury岳衛

308、平王娜郭楊黃庭穎馬亞鵬孫敏熊洋袁慶文王振中國科學院科技戰略咨詢研究院冷伏海周秋菊楊帆前沿解讀組（前沿命名與重點前沿解讀分析）：農業科學、植物學和動物學袁建霞生態與環境科學邢穎地球科學范唯唯楊帆臨床醫學李贊梅李軍蓮冀玉靜生物科學周秋菊化學與材料科學邊文越張超星物理學黃龍光天文學與天體物理學王海名韓淋數學王海名孫震信息科學王海霞白如江經濟學、心理學以及其他社會科學裴瑞敏英文翻譯組：袁建霞邢穎周秋菊范唯唯王海名楊帆李贊梅李軍蓮冀玉靜邊文越張超星黃龍光韓淋王海霞孫震白如江裴瑞敏ChristopherM.King岳衛平王娜郭楊黃庭穎馬亞鵬孫敏熊洋袁慶文王振數據支持組：科睿唯安中國科學院科技戰略咨詢研究院

309、王小梅李國鵬研究前沿136中國科學院科技戰略咨詢研究院簡介2015 年 11 月，中國科學院被確定為黨中央、國務院、中央軍委直屬的首批 10 家第一類高端智庫建設試點單位之一，并明確試點的重點任務是建設中國科學院科技戰略咨詢研究院（以下簡稱戰略咨詢院）。2016 年 1 月，戰略咨詢院開始組建，其定位是中國科學院學部發揮國家科學技術方面最高咨詢機構作用的研究和支撐機構，是中國科學院率先建成國家高水平科技智庫的重要載體和綜合集成平臺，并集成中國科學院院內外以及國內外優勢力量建設智庫型研究院。戰略咨詢院的主要任務是發揮中國科學院集科研院所、學部、教育機構為一體的優勢，從科技規律出發研判科技發展的趨

310、勢和突破方向，從科技影響的角度研究經濟社會發展和國家安全重大問題，聚焦科技發展戰略、科技和創新政策、生態文明與可持續發展戰略、預測預見分析、戰略情報等領域，匯聚國內外優秀人才，建設開放合作的戰略與政策國際研究網絡，為國家宏觀決策提供科學依據和咨詢建議。中國科學院文獻情報中心簡介中國科學院文獻情報中心是中國科學院直屬事業法人單位。該中心立足中國科學院，面向全國，負責全院文獻情報服務的組織、管理和協調，全院科技文獻資源保障體系建設，公共文獻信息服務的建設和管理，為科研人員提供自然科學的高技術領域的科技文獻信息資源保障和戰略情報研究服務，并開展科學交流與科學文化傳播服務。該中心是國際圖書館協會聯合會（IFLA）的重要成員，同時也是圖書館電子信息聯盟（EIFL）和開放獲取知識庫聯盟（COAR）的重要成員?？祁Ｎò埠喗榭祁Ｎò彩侨蝾I先的專業信息服務提供商。今天，科睿唯安銳意進取，為用戶提供值得信賴的信息與卓越的洞見，幫助客戶解決復雜難題，洞察先機，加速創新步伐。我們的專業知識和解決方案覆蓋創新生命周期的每一個關鍵環節，從學術研究和科學發現，到知識產權的管理保護，直至實現創新成果的商業化，涵蓋學術研究、生命科學與制藥、知識產權各個領域。更多信息，請訪問 。編纂委員會1372022