半個世紀前，生物化學家 Georges Köhler 和 César Milstein 掀起了一場醫學革命。他們在 1975 年發表的論文描述了如何大規模生產單株抗體：這些蛋白質可以被設計成識別並特異性結合幾乎任何蛋白質目標。這些抗體自此成為生物學研究的基礎，也是治療癌症、自體免疫疾病和傳染病的重磅療法的基石。「這樣的培養物可能對醫學和工業用途非常有價值，」該論文結論道。

二十一世紀被引用最多的論文

這句話說得一點也沒錯。Köhler 和 Milstein 的論文在學術界和工業界的影響力，從其引用次數便可清楚看出。它已被超過 17,000 篇學術論文引用，位居全球引用次數最多的前 1,000 項研究之列。

更引人注目的是，它在專利申請中被提及超過 13,000 次，在被專利引用的學術文章中排名第五——專利是為有潛在盈利發明申請法律保護的文件。

專利引用是檢視學術研究如何流入商業創新的途徑之一。因此，為了了解最具產業影響力的學術成果，Nature 繪製了專利引用最多的學術論文列表。

人們可能會預期這份列表會是一系列商業上重要的研究。Köhler 和 Milstein 的論文就是一個例子：它為他們贏得了 1984 年生理學或醫學諾貝爾獎的部分獎項，其他獲得諾貝爾獎的研究也出現在列表中。

César Milstein（左）和 Georges Köhler 於 1984 年獲得生理學或醫學諾貝爾獎的部分獎項。Borje Thuresson/Keystone/Getty

事實上，專利引用最多的研究列表呈現了一些令人驚訝的結果，這歸因於專利申請過程的變數及其關於引用內容的慣例。儘管許多論文具有明顯的重要性，但列表中的一些研究很少在學術期刊上被提及，甚至其作者也不知道為何它們在眾多專利中被引用。

「學術工作與專利之間的知識流動因果關係並非易事，」Richard Jefferson 表示，他是 The Lens Project 的創始人兼前主任，該項目是一個免費的專利和學術作品資料庫，也是 Nature 分析的來源之一。（Jefferson 是坎培拉 Cambia 這個非營利社會企業的首席科學家。）

儘管如此，這項分析確實揭示了學術界對產業影響力的洞見：其中最重要的一點是，大多數被專利引用的論文都是公共資助研究的產物。

Köhler 和 Milstein 的研究就是如此，該研究得到了他們工作的英國劍橋醫學研究委員會（MRC）分子生物學實驗室（LMB）的支持。然而，諷刺的是，他們的發明並未在英國申請專利，賓州州立大學的生物化學家 Arthur Lesk 指出，他當時正在 LMB 工作。Lesk 表示，Milstein 「花了很多時間」試圖說服 MRC 申請專利。「他們拒絕了。」最終，是美國研究人員申請了該項專利並獲得了權利金。

經濟學家 Adam Jaffe 解釋說，專利中對學術論文的引用與學術研究中的引用功能不同，他是技術創新專家，已從麻薩諸塞州沃爾瑟姆的布蘭戴斯大學退休。

要獲得專利，發明人必須證明，除其他事項外，他們的工作是真正新穎的，並且在現有研究的基礎上「顯而易見」。因此，發明人——或提交專利申請的律師或技術轉讓專家——有法律義務列出總結現狀的相關研究和專利。而專利審查員，負責決定是否授予或拒絕申請，可以為列表添加更多參考資料。

這會產生一個有序的參考列表，有時稱為專利的首頁，它應該是一系列引導發明過程的相關知識來源的軌跡（見「專利如何引用論文」）。但這意味著，即使不是突破性工作的優秀評論或文章，也可能在其中佔有重要地位。

例如，根據 The Lens 的數據，在專利首頁引用最多的研究中，第二名是一篇由跨國製藥公司輝瑞（Pfizer）的研究人員於 1977 年發表的評論，內容是關於如何將藥物轉化為鹽的形式。截至三月，該評論在專利中被引用了超過 16,000 次，但在學術界僅被引用了數百次。

更令人困惑的是，根據 The Lens 的數據，一篇由生物化學家 Peter Colman 於 1994 年發表的關於抗體的評論，在學術論文中僅被引用 5 次，但在專利中卻被提及了驚人的 4,467 次——這使其在引用最多的列表中排名第 30 位。「我對這個令人費解的統計數據沒有確切的解釋，」已退休、最近在墨爾本的 Walter and Eliza Hall 醫學研究所（WEHI）工作的 Colman 表示。

該論文解釋了改變抗體蛋白質序列中的氨基酸如何對抗體的功用產生不可預測的影響。伊利諾州芝加哥 MBHB 律師事務所的專利律師 Kevin Noonan 認為，這對專利審查員來說是一個重要的點。申請人過去不僅可以為專利中披露的抗體申請法律保護，還可以涵蓋該結構的許多變體。但隨著人們理解到微小差異會改變功能，審查員現在傾向於只對精確披露的內容給予狹窄的法律保護。Nature 的分析表明，Colman 的文章成為審查員添加到專利中的首選參考資料。

Jaffe 指出，這種怪癖意味著，從專利引用頻繁的單篇論文的商業影響力中推斷出結論可能很危險。然而，對專利中引用的論文進行大規模分析可以從雜訊中提取有意義的信號。例如，Jaffe 與 The Lens 團隊合作推出了一個名為 In4M 的學術研究對創新影響力的排名。在 2018 年的一項研究中，該團隊利用該排名報告稱，當按研究領域進行標準化後，加州拉霍亞的 Scripps 研究院（現為 Scripps Research）的專利引用率最高。

專利中引用最多的學術文章大多與生命科學有關。Jaffe 表示，這不僅反映了生物技術產業的龐大規模，還反映了一些領域比其他領域更傾向於在專利中引用研究文章。在從 The Lens 下載的前 100 項被引用作品列表中，有十幾篇與製造或修飾抗體的方法有關，這些方法是在 Köhler 和 Milstein 的工作之後出現的（見「專利引用最多的論文——首頁」和補充資訊）。Lesk 於 1987 年發表的一篇論文是該列表中的第七名；他和他的同事們的指南有助於科學家修改抗體小部分序列，使其能更強烈地結合目標蛋白質。

花了數十年時間才解決了使抗體可用作藥物的其他障礙。Köhler 和 Milstein 使用了小鼠的抗體生產細胞，而首次將抗體「人類化」的論文——通過將識別目標蛋白質的小鼠抗體部分嫁接到人類抗體骨架上——分別排在列表的第九和第十一名。兩篇關於如何創建更簡單的抗體版本（稱為單鏈抗體）的論文，分別排名第 12 和第 16 位。兩篇於 1991 年發表的論文描述了如何篩選大量抗體以選出與目標結合最佳的抗體，分別排名第 20 和第 21 位。

這種稱為噬菌體展示的篩選技術，為同樣在 MRC LMB 的生物化學家 Greg Winter 贏得了 2018 年諾貝爾化學獎的部分獎項。Winter 現在已退休，他說：「當時，我當然不知道治療性抗體會發展到什麼程度。」他創辦的公司開發了 Humira（adalimumab），這是一種用於治療發炎性疾病的注射式抗體藥物，已獲得超過 2000 億美元的銷售額；他過去也從抗癌抗體 Keytruda（pembrolizumab）中獲得權利金，這是全球銷量最高的藥物。Winter 是 The Lens 前 100 名列表中被提及最多的作者之一；他是 9 篇論文的合著者。

加州南舊金山 Genentech 的生物化學家 Paul Carter 表示，如今有超過 200 種不同的核准藥物、400,000 篇論文和 16,000 項專利都依賴於抗體。其中一種藥物是他自己的發明：現已作為 Herceptin 出售的抗癌治療藥物於 1992 年進入科學文獻，發表在一篇排名第 41 位的論文中。

Carter 說：「這令人驚嘆。」「很少有技術能在相對短的時間內產生如此深遠的影響。」

The Lens 列表中散佈著八篇描述 DNA 或蛋白質序列比較方法的論文。這類分析對於證明特定蛋白質或 DNA 是否構成一項新發現至關重要，同時也有助於追溯其演化歷史並提供其功能的線索。

1990 年發表的用於比較這類序列的軟體工具——基本局部比對搜尋工具（BLAST）——是專利首頁引用次數最多的論文，同時也是學術研究中引用次數最多的論文之一。

這些是歷來引用次數最多的研究論文

用戶輸入一個序列，BLAST 會快速從基因資料庫中找出相似的序列，並將其與查詢序列進行比對。「這就像 DNA 和蛋白質的 Google，」已從美國國立衛生研究院（NIH）退休的生物資訊學家 Stephen Altschul 表示，他是該論文的合著者。另外兩篇關於比較序列的論文，包括 1997 年對 BLAST 的更新，分別排名第三和第四。

Altschul 表示，自 BLAST 的早期版本透過 CD-ROM 發送給用戶以來，分子生物學已經走了很長一段路。1990 年，生物技術產業尚處於萌芽階段，但即將爆炸式發展，公司已經開始為天然存在的基因申請專利——這項做法後來被美國最高法院廢除。「很明顯，這是一場淘金熱，」早期 BLAST 論文的另一位作者、美國國家生物技術資訊中心（NCBI）前主任 David Lipman 說。

到 2023 年，包括抗體在內的生物分子藥物的全球市場已攀升至 4000 億美元以上。在所有這些變化中，BLAST 仍然是表徵 DNA 和蛋白質的重要工具。「它至今仍在使用超過 35 年，」Altschul 說。「我對此感到高興。」

首頁並非專利中引用論文的唯一地方。科學著作的提及也散佈在專利的內文——稱為文中引用。這些通常由發明人自己添加：有時是為了解釋他們的靈感來源，或作為使熟練讀者能夠重現專利方法的披露的一部分。但它們通常嵌入在句子中，而不是有序的參考列表中，有時會以隱晦的方式提及（例如「Smith 1992」或「Palmer and Watkins」），因此難以分析。

然而，在過去十年中，研究人員利用機器學習演算法來找出許多（儘管不是全部）這些隱晦的引用，並將它們與論文連結起來。其中一個項目 Reliance on Science 由康乃爾大學（Cornell University）的創業與創新研究員 Matt Marx 和波士頓大學（Boston University）的電腦科學家 Aaron Fuegi 領導。他們發現，僅有略超過 30% 的科學引用僅出現在專利的內文中；僅檢查首頁引用將會錯過這些引用。

Marx 和 Fuegi 在 2021 年的一篇論文中指出，「不考慮文中引用可能導致對學術科學商業影響力的嚴重低估」。例如，他們引用了一項先前研究，該研究表明，所有美國國立衛生研究院（NIH）的資助項目中，有 31% 具有某種商業影響，衡量標準是研究有多少列出這些資助項目的學術文章在專利中被提及。但 Reliance on Science 的數據將這一比例提高到 44%。

為撰寫本文，Nature 重新分析了一個公開分享的 Reliance on Science 數據集，該數據集截至 2023 年，生成了專利中總體提及次數最多的作品列表，並按首頁引用和文中引用進行細分。（一個較新的數據集截至 2025 年，但僅包含美國專利申請的引用。）然後，Nature 將 Reliance on Science 的列表與 The Lens 的列表進行了比較。

這兩個數據來源的結果不同，因為它們的來源材料和數據提取方法不同。例如，一本於 1982 年首次出版的書《分子克隆：實驗手冊》（Molecular Cloning: A Laboratory Manual）的各種版本被提及了數萬次，這使得該書在 Reliance on Science 列表中名列前茅（見「專利引用最多的論文——包括內文」和補充資訊）。但它在 The Lens 列表中排名並不高，顯然是因為其大部分提及並未被對應到學術作品記錄。儘管如此，這些來源在總體引用最多的論文方面基本一致，其中抗體研究和生物軟體位居榜首。這部分是因為在專利首頁被引用的熱門作品也出現在文中引用中。

資料來源：Nature 分析/ relianceonscience.org

然而，在列表的較低部分出現了差異。例如，只有兩篇植物生物學論文進入了專利首頁引用最多的前 100 名論文列表。但如果包含文中引用，則有 28 篇植物論文進入了 Reliance on Science 列表。其中一些描述了對植物育種或製造轉基因植物重要的方法和概念。另一些則描述了植物代謝或抗病機制的發現。

加州舊金山 Cooley 國際律師事務所的專利律師 Chris Holly 表示，這類論文在專利申請者中如此受歡迎並不令人意外。他指出，農業產生了穩定的專利流。他舉例說明了涉及基因編輯技術 CRISPR 的專利。儘管該方法的潛在醫療應用比其農業用途更受媒體關注，但擁有 CRISPR 技術最多美國專利的 شركة是印第安納州科特瓦農業科學公司（Corteva Agriscience），該公司是兩大化工巨頭陶氏（Dow）和杜邦（DuPont）合併後成立的子公司。

Noonan 和 Holly 都認為，闡述生物技術方法的植物科學論文經常被引用，以引導讀者了解該領域的關鍵方法。這或許解釋了為何它們如此頻繁地出現在專利的內文中。

doi: https://doi.org/10.1038/d41586-026-02386-8

額外報導：Davide Castelvecchi。

Köhler, G. & Milstein, C. Nature 256, 495–497 (1975).

Berge, S. M., Bighley, L. D. & Monkhouse, D. C. J. Pharm. Sci. 66, 1–19 (1977).

Colman, P. M. Res. Immunol. 145, 33–36 (1994).

Jefferson, O. A. et al. Nature Biotechnol. 36, 31–39 (2018).

Chothia, C. & Lesk, A. M. J. Mol. Biol. 196, 901–917 (1987).

Riechmann, L., Clark, M., Waldmann, H. & Winter, G. Nature 332, 323–327 (1988).

Jones, P. T., Dear, P. H., Foote, J., Neuberger, M. S. & Winter, G. Nature 321, 522–525 (1986).

Huston, J. S. et al. Proc. Natl Acad. Sci. USA 85, 5879–5883 (1988).

Bird, R. E. et al. Science 242, 423–426 (1988).

Marks, J. D. et al. J. Mol. Biol. 222, 581–597 (1991).

Clackson, T., Hoogenboom, H. R., Griffiths, A. D. & Winter, G. Nature 352, 624–628 (1991).

Carter, P. et al. Proc. Natl Acad. Sci. USA 89, 4285–4289 (1992).

Altschul, S. F., Gish, W., Miller, W., Myers, E. W. & Lipman, D. J. J. Mol. Biol. 215, 403–410 (1990).

Needleman, S. B. & Wunsch, C. D. J. Mol. Biol. 48, 443–453 (1970).

Altschul, S. F. et al. Nucleic Acids Res. 25, 3389–3402 (1997).

Marx, M. & Fuegi, A. J. Econ. Mgmt Strateg. 31, 369–392 (2021).

Jones, D. A., Thomas, C. M., Hammond-Kosack, K. E., Balint-Kurti, P. J. & Jones, J. D. G. Science 266, 789–793 (1994).

Kraft, T., Hansen, M. & Nilsson, N.-O. Theor. Appl. Genet. 101, 323–326 (2000).

Nomura, K. et al. Nature 432, 488–492 (2004).

Jinek, M., Chylinski, K., Fonfara, I., Hauer, M., Doudna, J. A. & Charpentier, E. Science 337, 816–821 (2012).

He, K., Zhang, X., Ren, S. & Sun, J. IEEE Conf. Comput. Vis. Pattern Recognit. 2016, 770–778 (2016).