中国2018论文发表量

[昱言]第三期人工智能第三部分：人工智能的发展前景

人工智能的发展还是渐进式的，慢慢的将会发展成一个很大的产业，好多的商品都会越来越智慧。

人工智能医疗行业主要公司：目前国内人工智能医疗行业代表性公司主要有：乐普医疗(300003)、鹰瞳科技(2251.HK)、心玮医疗(06609.HK)、美因基因(IPO中)、推想医疗科技(IPO中)等

本文核心数据：人工智能的发展路径、市场规模，人工智能医疗相关政策、人工智能医疗投融资数据

1、人工智能发展路径及市场规模

——发展路径

人工智能(AI)是计算机科学的一个分支，通过智能系统模拟人类智能，达到机器展示人类智能的目的，如图像分析、语音识别等。自20世纪50年代以来，人工智能技术日趋成熟，应用场景也愈加广泛，相对于制造业、通信传媒、零售、教育等人工智能应用场景，AI医疗具有广阔的市场以及多元化的需求。

——市场规模

麦肯锡咨询的数据表明，人工智能每年能创造3.5万亿至5.8万亿美元的商业价值。根据IDC数据，预计到2025年全球人工智能应用市场总值将达1270亿美元，其中全球AI医疗处于高速成长期，占人工智能市场五分之一。我国人工智能产业发展快速，自2018年AI应用于基因测序以来，AI医疗的商业化模型逐步形成，2019年后，AI医疗以40%～60%的增速快速发展，如今中国AI医疗核心软件市场规模接近30亿元，加上带有重资产性质的AI医疗机器人，总体规模接近60亿元。

2、人工智能医疗底层基础逐渐完善

——产业进入商业模式构建阶段

国务院于2017年发布的《新一代人工智能发展规划》提到需要推广应用人工智能能治疗新模式、新手段，建立快速精准的智能医疗体系。2018年政府要求人工智能向基层领域自上而下渗透，进一步明确了在医疗影像、智能服务机器人等细分行业发展的目标与大方向。

2021年7月，国家药监局发布《人工智能医用软件产品分类界定指导原则》，明确人工智能医用软件产品的类别界定:用于辅助决策，按照第三类医疗器械管理目前已有四十余款AI类产品获批上市。

——人工智能医疗底层技术成熟

2012-2020年在医学文献中使用到的热门机器学习算法和深度学习算法包括:支持向量机(38%)，主要应用于识别成像生物标志物和医疗影像分析;神经网络(34%)，主要应用于生化分析、图像分析和药物开发;逻辑回归(4%)，主要用于疾病风险评估和CDSS。AI医疗整体底层技术较为成熟，应用端准备充分

3、人工智能医疗投融资市场活跃

底层技术、顶层政策设计的双向增强了资本进入人工智能医疗行业的信心。2016-2020年人工智能医疗投融资规模呈现波动上升趋势，2020年中国人工智能医疗总融资金额达到39.8亿元，B轮之前的投资额占70.6%。AI医疗的未来发展应注重数据和科研的落地，如何切入到诊疗路径中解决切实的临床需求并有恰当的付费模式是商业化落地的关键。

综合以上分析，中国人工智能医疗顶层设计、商业模式、技术模式日趋成熟，投融资市场活跃，未来中国人工智能医疗行业将得到进一步发展。

以上数据参考前瞻产业研究院《中国医疗人工智能行业市场前景预测与投资战略规划分析报告》。

1 、什么是核心期刊?简单地说，核心期刊是学术界通过一整套科学的方法，对于期刊质量进行跟踪评价，并以情报学理论为基础，将期刊进行分类定级，把最为重要的一级称之为核心期刊。2、什么是中文核心期刊?对中国(不含港、澳、台)出版的期刊中核心期刊的认定，目前国内比较权威的有两种版本。一是中国科技信息研究所(简称中信所)每年出一次的《中国科技期刊引证报告》(以下简称《引证报告》);另一种是北京大学图书馆与北京高校图书馆期刊工作研究会联合编辑出版的《中文核心期刊要目总览》(以下简称《要目总览》)。《要目总览》不定期出版，1996 年出版了第二版，2000 版，2004年版。2008年版暂未出版。《要目总览》收编包括社会科学和自然科学等各种学科类别的中文期刊。其中对核心期刊的认定通过五项指标综合评估。《引证报告》统计源期刊的选取原则和《要目总览》核心期刊的认定各依据了不同的方法体系，所以二者界定的核心期刊(指科技类)不完全一致。3、什么是国家级期刊?一般说来，“国家级” 期刊，即由党中央、国务院及所属各部门，或中国科学院、中国社会科学院、各民主党派和全国性人民团体主办的期刊及国家一级专业学会主办的会刊。另外，刊物上明确标有“全国性期刊”，“核心期刊”字样的刊物也可视为国家级刊物。4.什么是“省级”期刊?即由各省、自治区、直辖市及其所属部、委办、厅、局主办的期刊以及由各本、专科院校主办的学报(刊)。5、什么是学术期刊?学术期刊刊发的文献以学术论文为主，而非学术期刊刊发的文献则以文件、报道、讲话、体会、知识等只能作为学术研究的资料而不是论文的文章为主。由于《总览》选刊的依据是载文量多、收录量大和被引次数多，并不强调学术期刊与非学术期刊的界线，对此自然也就没有进行严格区分。具体说来，《总览》学术与非学术不分，主要表现在两个方面，一是期刊的定性，二是期刊的宗旨6、什么是CN类刊物?所谓CN 类刊物是指在我国境内注册、国内公开发行的刊物。该类刊物的刊号均标注有CN字母，人们习惯称之为CN类刊物。7、什么是ISSN类刊?现在许多杂志则同时具有CN和ISSN两种刊号。所谓ISSN 类刊物是指在我国境地外注册，国内、外公开发行的刊物。该类刊物的刊号前标注有ISSN字母。8.什么是CSCD期刊?中国科学引文数据库(Chinese Science Citation Database)来源期刊简称为CSCD期刊。中国科学引文数据库分为核心库和扩展库。核心库的来源期刊经过严格的评选,是各学科领域中具有权威性和代表性的核心期刊。扩展库的来源期刊也经过大范围的遴选，是我国各学科领域较优秀的期刊。核心库期刊:669种(以*号为标记); 扩展库期刊:378种(动态)。9.什么是科技论文统计源期刊科技论文统计源期刊又称为中国科技核心期刊，是由中国科学技术信息研究所经过严格的定量和定性分析选取的各个学科的重要科技期刊。2005年中国科技论文统计源期刊共1608种。10.什么是SCI期刊SCI(《科学引文索引》，英文全称是Science Citation ndex)是美国科学情报研究所出版的一部世界著名的期刊文献检索工具。它收录全世界出版的数、理、化、农、林、医、生命科学、天文、地理、环境、材料、工程技术等自然科学各学科的核心期刊3700多种。通过其严格的选刊标准和评估程序来挑选刊源，使得SCI收录的文献能够全面覆盖全世界最重要和最有影响力的研究成果。SCI从来源期刊数量划分为SCI和SCI-E。SCI指来源刊为3500多种的SCI印刷版和SCI光盘版(SCI Compact Disc Edition, 简称SCI CDE)，SCI-E(SCI Expanded)是SCI的扩展库，收录了5600多种来源期刊，可通过国际联机或因特网进行检索。SCI涵盖学科超过100个，主要涉及农业、生物及环境科学;工程技术及应用科学;医学与生命科学;物理及化学;行为科学

2018年中国论文发表量

实际上，对于这个问题，我并不感到惊讶，因为如果它是我写的，自然地，我可能不会在世界上被找到。因此，我的发言并不奇怪。正是我们的中国在各个方面都发展非常迅速。因此，它也已在论文中显示。黄金无处不在。碰巧我们的中国是一块巨大的黄金。人们关注他，因此作为中国人，无需大惊小怪。

煤炭行业主要上市公司：目前国内煤炭行业的上市公司主要有兖矿能源(600188)、中国神华(601088)、晋控煤业(601001)、陕西煤业(601225)、山西焦煤(000983)、中煤能源(601898)、华阳股份(600348)、山煤国际(600546)等。

本文核心数据：文献数量、智能化采掘工作面数量

我国煤矿智能化政策引导明确

从国家政策规划来看，2020年2月25日，国家发改委、能源局等8部分联合印发《关于加快煤矿智能化发展的指导意见》，针对我国一些煤矿正在开展智能化建设工作中存在的基础理论研发滞后、技术标准与规范不健全、平台支撑作用不够、技术装备保障不足、高端人才匮乏等问题提出相关意见及保障措施。几大核心任务如下：

另外，我国主要省份也提出了煤炭行业智能化发展的目标。内蒙古自治区明确提出到到2025年，117处井工矿实现全部固定岗位机器人作业，38处露天矿实现智能连续运输。其他省市地区如山西、陕西、新疆、贵州等均提出了煤炭行业智能化发展的目标或规划：

煤矿智能化理论基础逐渐加强

我国政策明确大力发展煤矿智能化以来，“智能化”主题成为各大煤业研究所和院校的主要研究方向。2018年，煤矿智能化主题发表论文数量为373篇，占两化融合论文总量的14.6%;2020年，煤矿智能化主题发表论文数量快速增长到1080篇，占两化融合论文总量的比重超过1/3，达到35.7%;两年间，煤矿智能化主题论文发表数量增长了1.9倍，论文占比提升了21.1个百分点。

另外，2020年，行业两化融合领域发表论文排名前20位的关键词中，煤矿智能化相关关键词占5个，分别是：智能(化)开采、智慧矿山、智能化建设、智能矿山、煤矿智能化。其中，智能(化)开采以1669个高居首位。排名前十位的关键词分别是：智能(化)开采、监控系统、大数据、数值模拟、智慧矿山、传感器、PLC、矿压监测、智能化建设、智能矿山。

大型企业积极部署

目前，我国各大型煤炭企业在煤矿智能化部署方面均取得一定成效。中国神华(601088)在2021年上半年已累计完成了智能采煤工作面25个，智能掘进工作面4个，智能选煤厂6个，起到良好的示范作用。

整体来看，国家积极推进煤矿智能化发展，从政策引导规划，落地到企业示范工程，自上而下的智能化路径明确，为煤炭行业的转型升级指引正确方向。

以上数据参考前瞻产业研究院《中国煤炭行业发展前景与投资战略规划分析报告》

我觉得这是作为中国人值得自豪的，这说明我们的科技科学领域在进步，在向前看，至少不再落后，也说明经过努力，我们的科学走在了世界的前面。

我国煤矿智能化政策引导明确

煤矿智能化理论基础逐渐加强

大型企业积极部署

—— 以上数据参考前瞻产业研究院《中国煤炭行业发展前景与投资战略规划分析报告》

中国2018年论文发表量

关于这个问题，其实，我并不惊讶，因为如果换是我写的话，自然也然，在世界上可能找不到我。所以，我说的并不惊讶，是我们中国的各方面发展非常迅速，所以，在论文方面也显示表现出来了，是金子到哪都会发光，恰好，我们中国就是一个无比巨大的金子，只是没人去注意他而已，所以作为中国人，不需要大惊小怪。

在日本发布的一份报告中，科学技术和学术政策研究所，他们都参考了科睿唯安公司的具体数据，分析了主要国家的论文数量，由于每年的实际变化较大，研究所根据3年平均值进行计算，结果显示，大概在2017年的时候，到2018年至的平均值里，中国研究人员每年发表的论文数量为305927篇，居全世界首位，高于美国的281487篇。

德国67041篇，排名在第三，日本排名第四，大概有64874篇文章，此外，从报纸的世界份额来看，我们中国跟美国分别占19．9％和18．3％左右，而排在第三位的是德国仅占4．4％左右，在可靠的NHK的报告中显示，我们中国的论文数量正在逐年增加，大概在2017年的时候，中国论文数量大概是20年前的18倍。

在1998年至2008年的时候，平均值大概是10年前的3．6倍，其次，值得我们一提的是，我们中国研究论文的质量也非常接近美国了，从被引用的前10％篇论文的份额来看，大概在2017年的时候，美国有37800篇论文 24．7％，全世界排名第一，中国有33800篇文章22％，排名全世界第二。

关于你怎么看中国在自然科学领域发表研究论文数跃居地界第一的问题，今天就解释到这里。

本文核心数据：文献数量、智能化采掘工作面数量

我国煤矿智能化政策引导明确

煤矿智能化理论基础逐渐加强

大型企业积极部署

以上数据参考前瞻产业研究院《中国煤炭行业发展前景与投资战略规划分析报告》

我国煤矿智能化政策引导明确

煤矿智能化理论基础逐渐加强

大型企业积极部署

—— 以上数据参考前瞻产业研究院《中国煤炭行业发展前景与投资战略规划分析报告》

新中国成立以来我国在Nature、 Science、cell三大期刊共发表2362篇文章，2018年我国在三大期刊发表论文332篇，占这三种期刊当年全部论文总数(2157篇)的15.49%。

2018年中国发表CNS论文数量

70人。北京市自然科学基金重点项目和教育部人文社科基金等多项科研课题，在统计学国际一流期刊（包括顶级期刊）发表论文70余篇。

华中科技大学高排名引争议

2019年软科中国最好大学排名出炉，其中华中科技大学强势插队华东五校，综合成绩和南京大学相同，并列全国第七，这样的排名为华中科技大学引来不少的非议，认为华中科技大学是典型的网红高校，是靠着排名炒作来提升学校的声誉和影响力，但是真实的情况是如何？

国际权威科研机构Nature和science对华中科技大学的赞誉就是最好的数据支持，2018年华中科技大学发表了5篇不同学科的CNS主刊论文。

而南京大学从2016~2018年连续三年没有在CNS主刊发表过任何论文，直到2019年，南京大学才恢复往日的实力，半年时间内出现了4篇CNS主刊论文，因此仅仅是2018年顶级科研期刊5比0的数据，也让华中科技大学可以和南京大学平起平坐！

强悍的工科实力

华中科技大学作为工科强校，其实并不是ESI论文大户，但是却在理科论文上表现出强大的实力，也显示出这所高校的综合实力非常强。USNews2019年世界工程技术专业排名，华中科技大学可以杀入世界榜单前二十强。

而且华中科技大学和清华大学同时被美国制造业协会（SME）授予“大学领先奖”，虽然中国的工科强校还有很多，但是获得这项大奖的高校仅有清华大学和华中科技大学。2017年华中科技大学学科评估中，有4门学科进入A+，分别是生物医学工程、公共卫生医学、机械工程、光电工程。

这四门学科也代表了华中科技大学的历史，由工科强校华中理工和老牌医科劲旅同济医科大学合并而成，医学和理工科联合发展是未来的方向，因此华中科技大学未来的进步空间还很大！

世界500强企业雇主关系世界第一

由于华中科技大学的生源质量不能和清华、北大以及华东五校相比，生源排名大概在全国20多名，因此华中科技大学的毕业生对自己的定位比较低调，就像隐藏在森林中的华科大一样的务实，有着同济医学院金字招牌，却很少对外宣传，踏实的学风，让华中科技大学的毕业生备受世界500强企业雇主的喜爱。

因此在2019年QS雇主和高校毕业生关系中，华中科技大学竟然排名世界第一！华为作为世界500强企业之一，一半以上的高管都拥有华中科技大学的毕业背景，因此也能理解，为何华中科技大学会在这项排名中高居榜首！

我觉得这是作为中国人值得自豪的，这说明我们的科技科学领域在进步，在向前看，至少不再落后，也说明经过努力，我们的科学走在了世界的前面。

关于你怎么看中国在自然科学领域发表研究论文数跃居地界第一的问题，今天就解释到这里。

2018美国cns论文发表量

在之前推送的《聊一聊10X genomics的技术发展史》、《单细胞ATAC和空间转录组的原理原来是这样》中，我们聊完了10X公司至今的发展历程。如今这么火热的10X genomics，都能发怎样的文章，适用于怎样的研究呢？我们一起来看看吧。 10x genomics至今（2020年5月）发文特点 1. 概况前面我们提到10X 单细胞技术的发展历史，以及它在同类技术中的优势。以下是2017年以来到2020年5月，每个季度10x genomics技术发表论文的数量，基本处于加速增长的趋势，并且正在渗透到很多原来单细胞技术没有涉及的研究领域。接下来我们看看10x genomics的产品目前主要涉及哪些研究领域。因为10X genomics是单细胞领域目前市场占有量最高的技术，从10X genomics发文的特点也基本可以看出整个领域发展的情况。图1 10X genomics技术每个季度发文章的数量 2. 单细胞转录组截至2020年5月，一共发文728篇，果然是最最热门的方向，荣登10x genomics各个产品之首。从研究方向看上，发育生物学、免疫、神经生物学、肿瘤是排名靠前的方向，这和我们平时遇到的高频研究方向基本吻合。另外，作为一个新兴的领域，10X 单细胞转录组检测到细胞多，数据庞大，信息复杂，对数据分析带来诸多困难，因此算法类的文章（Computational method）也高达76篇。对非生物信息背景的老师来说，如果选择外包公司进行相关研究，选择一家专业性强，售后好的公司就显得尤为重要。从物种上看，小鼠和人牢牢占据主流。毕竟人类医学研究还是生物领域的最大热门，小鼠也是头号模式动物。其他“飞禽走兽”已经慢慢都有涉及，但比较少的是植物（这里只有两例拟南芥的文章）。主要原因在我们下文也会提起——植物因为细胞壁的存在，制备单细胞悬液的难度更大，从而限制了大规模应用。不过这些困难也已经慢慢在摸索中被克服，目前已经有若干客户在基迪奥成功制备了植物原生质体的单细胞悬液，正进行后续分析中。从组织类型上看，研究内容几乎涵盖了动物体内大部分组织器官，尤其在脑、血液、实体瘤、肺等四类样本发文的数量都已经超过50篇。所以，后续在人、小鼠领域没有任何实验设计，仅仅对此类已被大量研究的热门组织直接进行测序是发不了好文章的。所以，对已被大量文献报道的热门组织开展研究，个性化的实验设计尤为重要，这部分内容在之后会展开论述。当然，对于冷门的组织或者没有文献报道过的物种（例如大部分植物），只要成功测到数据，任何结果都是创新，则可以较少考虑复杂的实验设计问题。在已发表的文献上看，截至2020年，10X单细胞转录组的文章依然很大比例发表在高分的主流期刊上。但这样的新技术红利不会一直持续下去，所以对于关注新技术的老师，还是早关注，早启动，早发文章才能保证有好的产出。图2 10x单细胞转录组文章涉及的领域方向（注意，分类上会有重复，比如研究方向涉及两个，所以细分之和会超过总数） 3. 10x 免疫组库（VDJ-seq）截至2020年5月，一共发文56篇。这是仅次于10X RNA-seq的热点方向，因为很多关心免疫细胞的老师会进行10X RNA-seq的时候，配对进行scVDJ-seq。但目前10X scVDJ-seq标准化试剂盒只针对人和小鼠，其他物种的用户如果想做只能自己去设计定制探针系统（显然难度比较大），这限制了其他动物利用该技术开展研究。10X scVDJ-seq因为通常需要先分类淋巴细胞（T/B细胞）然后进行检测，目前最多是对血液开展研究，其次是研究肿瘤浸润的淋巴细胞，其他组织则目前研究报道还比较少，不少空白还留着大家去补充。图3 10x单细胞免疫组文章涉及的领域方向 4. 空间转录组(ST-seq) 截至2020年5月，一共发文19篇。从发表文章上看，居然排名第一的是Scientific Report，实在太“辣眼睛”了：这么好的技术，暴殄天物啊。不过不用激动，这个技术其实直到2019年才被10X genomics公司收购，当年年底优化升级后推出。再此之前，这个技术所属的瑞典公司Spatial Tranomics一直不温不火的，发文章大部分也是一些瑞典的研究机构自己在玩。我推测（没有仔细调研过）这个技术就是瑞典研究机构自己开发的技术，然后搞了商业化公司Spatial Tranomics。由于是自己的技术，成本很低，发文章就不挑剔，随心所欲。所以，文章要么是CNS(或者高水平的nature biotechnology, nature plant等这个高水平的子刊），要么时不时在Scientific Report水一把。不过随着空间转录技术升级后2020年全面推出，“10X ST-seq+10X RNA-seq”的套路肯定又会爆出一批高水平的文章。图4 10x单细胞ATAC-seq文章涉及的领域方向 5. 10X ATAC-seq 截至2020年5月，一共发文12篇文章，数量还不多。而且，其中有近一半（5篇）是涉及生物信息分析方法探索的文章。这是由于对单细胞ATAC-seq这种信息庞大，噪音复杂的数据，应该如何分析还有很多值得探索的地方。图5 10x单细胞ATAC-seq文章涉及的领域方向从以上介绍，你可能已经发现，10X单细胞相关的转录调控组学技术目前主要围绕模式生物开展。那么10x单细胞技术是否可以研究非模式物种呢？ 10X 单细胞技术可以检测哪些RNA以及应用于哪些物种 1. 10X单细胞技术是否需要参考基因组以比较代表性的10X RNA-seq、VDJ-seq、ATAC-seq和ST-seq(空间转录组)来说。VDJ-seq受限于试剂只针对人和小鼠开发，因此其他物种目前无法开展商业化的服务。ATAC-seq作为检测基因组开放性的技术，其检测的区域大部分为非编码区，因此参考基因组不但必须要有，而且参考基因组的质量对ATAC-seq的影响非常大。而对于RNA-seq或者ST-seq，本质上就是转录组，研究的目标分子是带ployA尾巴的RNA。因此，并非必须要有参考基因，只要有质量足够好的参考转录本就可以了。下来，我们重点剖析下10X RNA-seq和ST-seq的应用需求。 2. 10X RNA-seq/ST-seq可以检测哪些类型的RNA 从上文介绍，我们可以知道10X RNA-seq和ST-seq（空间转录组）依赖于围绕ployA结构开展扩增。那么我们分析一下10X RNA-seq/ST-seq可以检测哪些RNA。（1）mRNA 由于真核生物mRNA都有ployA结构，所以理论上mRNA就是10X RNA-seq/ST-seq主要的检测目标。当然，由于只是扩增mRNA 3‘端或者5‘端的一小段用于定量，所以并不能能用于分析可变剪切。（2）lncRNA 高等生物的LncRNA只有一部分有ployA结构（另外一部分自然没有），因此10X RNA-seq/ST-seq只能检测这些有ployA结构的lncRNA。另外，由于lncRNA表达量普遍毕竟低，而10X RNA-seq/ST-seq这类大规模单细胞/准单细胞测序的技术，对低丰度mRNA分子的检测能力比较弱，因此结果中lncRNA的数量将比较少。（3）其他RNA 近年来研究大热的环状RNA由于没有ployA结构，因此不在10X RNA-seq/ST-seq的检测范围内。同样的，其他类型的小RNA，例如miRNA，也是10X RNA-seq/ST-seq无法检测的。 3. 10X RNA-seq/ST-seq可以用于哪些物种研究 10X RNA-seq/ST-seq质上就是转录组测序。某个物种是否可以用10X RNA-seq/ST-seq开展转录组研究，需要考虑两个方面的问题：（1）实验层面的问题对于10X RNA-seq来说，主要考虑该物种是否可以制备单细胞或单细胞核悬液？大部分高等动物/植物的样本理论上都满足这个要求。而对于10X ST-seq主要要考虑该物种是否可以制作切片，以及切片中的组织是否可以被顺利解离释放RNA。对某些植物来说，在无法制作单细胞悬液的情况下，制作切片进行空间转录组测序或许是更可行的研究切入方式。这些技术的具体的实验方法，我们在后续章节讨论。另外，细菌的细胞太小，且没有ployA结构，自然不适合10X genomics的检测。（2）分析层面的问题同常规RNA-seq一样，10X RNA-seq/ST-seq需要将测序数据比对到作为参考的基因组，才能实现对基因的定量。那么参考基因组是影响分析结果的主要问题。10X RNA-seq/ST-seq由于只对转录本的3‘端或者5‘端进行测序，然后通过比对参考基因组实现对RNA的定量。那么，这要求用于作为参考的基因组要有较高的质量。因为如果参考基因组组装质量差，基因注释不完整，那么会影响测序结果的比对以及基因定量。基于参考基因组，我们可以分为3种情况： 1）参考基因组质量很高比如，人类、小鼠、拟南芥、水稻等，参考基因组质量高，基因组注释都优化了很多版本了，开展10X RNA-seq/ST-seq分析自然没有问题了。 2）参考基因组质量值得怀疑这10年来，基于二代测序组装技术的发展，很多非模式生物的参考基因组已经被发表。但实际上由于预算或急着发表等诸多因素，这些已经发表的基因组质量参差不齐。比如，很多基因组在注释的时候，只有CDS区注释，而缺乏5‘UTR或者3‘UTR区。而10X RNA-seq/ST-seq检测的是RNA的5’端或者3‘端序列，其实大部分就是5’UTR或者3‘UTR序列。如果参考基因组没有将UTR区域注释出来，自然就会影响测序结果的比对和定量。所以，对哪些组装组质量较差的物种，如果比对率异常（比对在基因区的数据偏少），可以考虑人为对基因组注释文件的5’UTR区或者3‘UTR区进行延伸，这样可能会改善比对和定量的结果。另外，如果预算许可，可以考虑在实验设计中加入一些常规转录组或者3代全长转录组，用于优化参考基因组的注释（不过，10X RNA-seq/ST-seq这么贵的技术都用上了，好像也不会在乎多测几个常规转录组了吧）。 3）没有参考基因组没有参考基因组当然没法做比对和定量，也就无法开展10X RNA-seq/ST-seq分析。对于没有参考基因组的物种，从而组装一个基因组费用比较高且周期比较长。对于无参考基因组的物种，如果老师很想进行10X RNA-seq/ST-seq研究，那么也可以考虑对转录组数据进行拼接，构建一个转录本参考用于10X RNA-seq/ST-seq数据的比对和定量。但如果采用转录组de novo拼接构建转录组，一定要注意3个问题： a）一定要使用三代测序进行转录组拼接而非二代测序基于常规的二代测序结果的 de novo 拼接获得的转录本大部分是不完整的，大概率缺失UTR区的序列，所以基于常规二代测序拼接的 de novo 转录组参考序列集并不适合用于作为10X RNA-seq/ST-seq的参考库。唯一合适的方法应该是基于三代全长转录组测序技术进行 de novo 拼接，去获得完整的转录本全长序列，才适合作为10X RNA-seq/ST-seq的参考库。 b）三代转录组较低的基因检出率需要数据量做保障我们做过的大量有参考基因组物种三代转录组测序数据表明，三代全长转录组对基因的检出率平均在40%（即基因组如果有2万个基因，但三代全长转录组平均只能检出8000个基因）。这主要原因三代全长转录组只有获得mRNA全长，被算一个有效检出的完整转录本。但在全部数据里，全长转录本所占的比例并不高，尤其对低丰度基因的转录本漏检较多。为了保证三代全长转录组能够较多检测低丰度的转录本，以保证 de novo 拼接的转录组参考集涵盖更多的基因，可以考虑适当加大测序的数据量（现在三代测序也比较便宜了）。 c） de novo 参考转录组冗余度的影响 de novo 从头拼接的结果有一个比较麻烦的问题是序列冗余度比较大，即同一个基因的多个可变剪切同时被检测和拼接出来。这会导致10X genomics数据进行比对时，多重比对（即一条测序的reads会比对上多个转录本）比例比较大。而多重比对的reads在10X RNA-seq/ST-seq定量的时候，默认要被丢弃。所以，对于 de novo 拼接来源的转录本需要适当进行去冗余处理，从而减少多重比对的影响，提高数据量的有效率。在无参考转录组 de novo 拼接方面，基迪奥有非常丰富的项目经验。在已有的案例中，我们已经证明了无参考转录组 de novo 拼接结果在进行适当优化后，可以作为10X RNA-seq/ST-seq的参考。参考文献 [1] Svensson V, Vento-Tormo R, Teichmann S A. Exponential scaling of single-cell RNA-seq in the past decade[J]. Nature protocols, 2018, 13(4): 599. [2] Rosenberg A B, Roco C M, Muscat R A, et al. Single-cell profiling of the developing mouse brain and spinal cord with split-pool barcoding[J]. Science, 2018, 360(6385): 176-182. [3] Macosko EZ, Basu A, Satija R, Nemesh J et al. Highly Parallel Genome-wide Expression Profiling of Individual Cells Using Nanoliter Droplets. Cell 2015 May 21;161(5):1202-1214 [4] CytoSeq: Fan H. C., Fu G. K. and Fodor S. P. (2015) Expression profiling. Combinatorial labeling of single cells for gene expression cytometry. Science 347: 1258367 [5] Birey F, Andersen J, Makinson C D, et al. Assembly of functionally integrated human forebrain spheroids[J]. Nature, 2017, 545(7652): 54-59. [6]单细胞在线课堂：转自风很大的10x genomics到底能发怎样的文章？_研究 (sohu.com)

截止到2022年12月31日，世界范围内总共有41,642篇SCI；在全球共41,642篇SCI撤稿中，国内有19,421篇，高于第二位美国的5,607篇。其他主要国家数据如下：德国、英国、日本、法国、加拿大和印度，分别是收录了3.3万篇、2.8万篇、2.4万篇、2.2万篇、1.6万篇和1.2万篇。

这些国际顶尖学术期刊2017年共发表论文10803篇,其中中国论文699篇,占总数的6.5%,排在世界第4位。美国的高被引论文数为72156篇，仍居第1位

SCI（Science Citation Index）是一种用于评估学术论文质量的指标，通常用于评估期刊的质量和学术成果的重要性。每年都会有统计机构发布各国SCI论文数量的数据。以下是对2022年各国SCI数量的解答：1. 中国：2022年，中国的SCI论文数量预计将超过500,000篇，位居全球第一。2. 美国：美国的SCI论文数量预计将在400,000篇左右，排名第二。3. 印度：印度的SCI论文数量预计将超过100,000篇，排名第三。4. 德国：德国的SCI论文数量预计将在80,000篇左右，排名第四。5. 日本：日本的SCI论文数量预计将在70,000篇左右，排名第五。6. 英国：英国的SCI论文数量预计将在60,000篇左右，排名第六。7. 韩国：韩国的SCI论文数量预计将在50,000篇左右，排名第七。8. 伊朗：伊朗的SCI论文数量预计将超过40,000篇，排名第八。9. 法国：法国的SCI论文数量预计将在30,000篇左右，排名第九。10. 意大利：意大利的SCI论文数量预计将在20,000篇左右，排名第十。总体来看，中国在SCI论文数量方面遥遥领先，其他国家的数量差距较大，但这并不代表一个国家的学术水平就高于其他国家，学术成果的质量和影响力也是需要考虑的因素。