四川
1953年，James Watson和Francis Crick发表了一篇改变生命科学历史的论文。
这篇论文只有两位作者，却提出了DNA双螺旋结构模型，开启了现代分子生物学时代。
在过去很长一段时间里，这类“小团队科研”一直被认为是科学突破的重要来源：少数科学家围绕一个关键问题深入探索，最终提出改变领域发展的新理论。
但如今，这种模式正在越来越少。
近日，Nature Index分析过去十年的论文数据发现，全球科研正在明显向“大团队合作”转变。2015年至2024年，自然科学领域中，1至2位作者论文占比从10.8%下降到了7.1%，而3至50位作者论文比例则从88.5%提高到了92.2%。
科研论文并没有减少，但完成一项高水平研究所需要的人越来越多。
尤其是在生命科学领域，这种变化更加明显。
Nature Index数据显示，2015年至2024年，生命科学领域1至2位作者论文比例从6.1%下降至3.8%。与此同时，多作者论文比例不断增加。
这背后的原因并不难理解：如今的生命科学研究，已经很少只是回答一个简单问题。一个癌症机制研究，可能需要基因测序、单细胞分析、空间转录组、多组学整合、动物实验以及临床样本验证。
以前，一个实验室可能依靠几名研究人员完成整个项目；而现在，一篇高水平论文背后往往需要实验人员、生物信息学研究者、临床医生、统计学专家共同参与。
科研问题越来越复杂，也推动了科研组织方式的变化。
除了科学本身的发展，科研评价体系和经费模式也在推动“大团队时代”的到来。
Nature采访的专家认为，二战之后，全球科研资助体系逐渐建立，大型项目和跨机构合作越来越受到重视。很多基金项目更加倾向支持多学科、多中心合作，因为这种模式更容易解决复杂科学问题。
在美国，国家科学基金会（NSF）和国立卫生研究院（NIH）的部分项目鼓励跨机构合作；欧洲很多科研计划也要求国际合作。
中国科研同样呈现类似趋势。Nature Index数据显示，中国1至2作者论文比例从2015年的3.5%下降到了2024年的2.4%。
这并不意味着小团队科研已经消失，而是大型合作增长速度更快，使得小团队论文在整体比例中不断下降。
不过，一个有趣的变化正在出现：人工智能可能重新改变科研团队结构。
过去，一个研究人员如果想完成复杂的数据分析，可能需要寻找计算机专家合作；如果需要处理大量文献，也需要投入大量时间。
但随着ChatGPT等生成式AI工具的发展，一些原本需要多人完成的工作，正在被AI辅助完成。
例如生物信息学研究中，研究者可以利用AI帮助编写代码、优化分析流程、整理数据，甚至辅助提出研究假设。
一些科学家认为，未来可能出现更多“小团队+AI”的科研模式，一个研究者借助人工智能工具，也能够完成过去需要多人合作的部分工作。
当然，AI并不会取代大型科研团队。对于大型临床研究、国际合作项目以及需要昂贵设备的平台型研究，大规模协作仍然不可替代。
未来科研可能会呈现两种趋势：一方面，大团队负责解决越来越复杂的科学问题；另一方面，小团队借助AI和新工具，依然可能凭借一个创新想法推动领域突破。
1953年，两个年轻科学家的想法改变了生命科学。
几十年后，科研已经进入另一个时代。
团队规模越来越大，工具越来越先进，但科学发展的核心依然没有改变——一个真正重要的问题，仍然可能来自少数人的思考。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
