随着学科的不断深化和交叉，当今科学研究越来越依赖于团队合作。虽然已有文献对于科学合作的研究已经非常丰富，然而科学合作中涉及的研究主题却鲜有分析，特别是合作主题对合作研究产出的影响尚不清楚。一方面，学科的深化使得解决一个科学问题需要长时间的知识积累，意味着应该倾向于寻找更专业的研究人员开展合作，即单一主题的合作。另一方面，学科的交叉使得研究者们同时会开展多个领域的研究，意味着一个科学家的合作者可能对他多个研究领域都感兴趣，即多主题合作。那么厘清科学合作中涉及的研究主题，不仅对理解科学合作的形成有帮助，而且也能指导科学合作实践，并为科技政策的制定提供重要的依据。

近日，北京师范大学系统科学学院副教授曾安，联合系统科学学院樊瑛教授，狄增如教授和王有贵教授，与以色列巴伊兰大学Shlomo Havlin教授共同撰文揭示了科学合作中所涉及研究主题的统计特征。该文建立了科学家生涯中合作文献的分解框架，将一个科学家发表论文的时间序列分解为与每个合作者共同发文的时间序列，通过追踪每篇论文涉及的研究主题就可以系统的分析合作主题的演化(见图1)。研究发现，高产的科学家在合作中对单一主题合作研究展现出偏好，高影响力科学家在合作中对多主题合作研究展现出偏好。并且，科学家更倾向于与之前合作成果出众(合作发文多，合作论文引用高)的合作者一同开展新主题的研究。相关结果在多个学科的数据上都得到了验证。

文章于2022年8月以Direct Submission形式发表于PNAS（文章链接https://www.pnas.org/doi/10.1073/pnas.2207436119），并被PNAS选为了封面论文(见图2，封面链接https://www.pnas.org/toc/pnas/119/33)。这一成果是系统科学学院团队在科研大数据的基础上，应用系统科学和网络科学方法开展科学学研究以来，继2017年在《Physics Reports》(影响因子30.5)上发表科学学大型综述，2019年在《Nature Communications》上揭示科学家兴趣迁移规律，和2021年在《Nature Human Behaviour》上揭示新团队的创新能力，取得的又一重要进展。本研究受到国家自然科学基金重点项目(项目号71731002)的资助。

图1，(a)一个典型的科学家整个科研生涯的发文序列。其中每一个点代表一篇论文，点的颜色代表论文所属的研究主题。(b)该科学家与每个合作者合作的论文序列，每一行是一个合作者在合作中涉及的论文序列。合作者按照合作频次从上到下排列。此图显示虽然该科学家的研究涉及多个主题，但大部分合作者只投入他少数主题的研究。

（图2，论文被选为PNAS杂志119期33卷的封面）

供稿：曾安

审核：王大辉

编辑：郝林青