四川
1953年，James Watson和Francis Crick發表了一篇改變生命科學歷史的論文。
這篇論文只有兩位作者，卻提出了DNA雙螺旋結構模型，開啟了現代分子生物學時代。
在過去很長一段時間里，這類“小團隊科研”一直被認為是科學突破的重要來源：少數科學家圍繞一個關鍵問題深入探索，最終提出改變領域發展的新理論。
但如今，這種模式正在越來越少。
近日，Nature Index分析過去十年的論文數據發現，全球科研正在明顯向“大團隊合作”轉變。2015年至2024年，自然科學領域中，1至2位作者論文占比從10.8%下降到了7.1%，而3至50位作者論文比例則從88.5%提高到了92.2%。
科研論文并沒有減少，但完成一項高水平研究所需要的人越來越多。
尤其是在生命科學領域，這種變化更加明顯。
Nature Index數據顯示，2015年至2024年，生命科學領域1至2位作者論文比例從6.1%下降至3.8%。與此同時，多作者論文比例不斷增加。
這背后的原因并不難理解：如今的生命科學研究，已經很少只是回答一個簡單問題。一個癌癥機制研究，可能需要基因測序、單細胞分析、空間轉錄組、多組學整合、動物實驗以及臨床樣本驗證。
以前，一個實驗室可能依靠幾名研究人員完成整個項目；而現在，一篇高水平論文背后往往需要實驗人員、生物信息學研究者、臨床醫生、統計學專家共同參與。
科研問題越來越復雜，也推動了科研組織方式的變化。
除了科學本身的發展，科研評價體系和經費模式也在推動“大團隊時代”的到來。
Nature采訪的專家認為，二戰之后，全球科研資助體系逐漸建立，大型項目和跨機構合作越來越受到重視。很多基金項目更加傾向支持多學科、多中心合作，因為這種模式更容易解決復雜科學問題。
在美國，國家科學基金會（NSF）和國立衛生研究院（NIH）的部分項目鼓勵跨機構合作；歐洲很多科研計劃也要求國際合作。
中國科研同樣呈現類似趨勢。Nature Index數據顯示，中國1至2作者論文比例從2015年的3.5%下降到了2024年的2.4%。
這并不意味著小團隊科研已經消失，而是大型合作增長速度更快，使得小團隊論文在整體比例中不斷下降。
不過，一個有趣的變化正在出現：人工智能可能重新改變科研團隊結構。
過去，一個研究人員如果想完成復雜的數據分析，可能需要尋找計算機專家合作；如果需要處理大量文獻，也需要投入大量時間。
但隨著ChatGPT等生成式AI工具的發展，一些原本需要多人完成的工作，正在被AI輔助完成。
例如生物信息學研究中，研究者可以利用AI幫助編寫代碼、優化分析流程、整理數據，甚至輔助提出研究假設。
一些科學家認為，未來可能出現更多“小團隊+AI”的科研模式，一個研究者借助人工智能工具，也能夠完成過去需要多人合作的部分工作。
當然，AI并不會取代大型科研團隊。對于大型臨床研究、國際合作項目以及需要昂貴設備的平臺型研究，大規模協作仍然不可替代。
未來科研可能會呈現兩種趨勢：一方面，大團隊負責解決越來越復雜的科學問題；另一方面，小團隊借助AI和新工具，依然可能憑借一個創新想法推動領域突破。
1953年，兩個年輕科學家的想法改變了生命科學。
幾十年后，科研已經進入另一個時代。
團隊規模越來越大，工具越來越先進，但科學發展的核心依然沒有改變——一個真正重要的問題，仍然可能來自少數人的思考。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
