史上最强灌水：奇葩的MEGA 精选 科学网薛宇老师

http://blog.sciencenet.cn/blog-404304-725339.html


   做学术的人，如果不是全部，那起码99.99...%的人绝对是强烈反感灌水。所以前辈们总是循循善诱的教导我们：小伙子们好好做，要做Solid的工作，不要成天就想着发文章灌水。问题是世事无绝对，而且学科有差异，比如咱这个领域，灌水灌到手抽筋的也不在少数。咱当年读研究生的时候，最佩服的就是Yale的Mark Gerstein，那真不是一般人，一个Pseudogene，正着灌，反着灌，硬是在NAR这种级别的杂志上灌了20多篇。搞的后来师哥跟我讲：你知道吧，现在美国的老板们教育学生，都是拿Mark作为negative control，拿David Baker作为positive control，说你们不要像Mark一样灌水，要像David一样做solid的工作。我强烈抗议，说David也是照灌不误好不好？只不过人家老是灌Nature, Science，灌水的级别高了你不能就说这不是水啊。问题是Mark也真是超猛，一拿到“大水车”的称号立马转换科研风格，尤其是当年拿贝叶斯做PPI预测的工作发了Science之后，再也不灌水，做工作超有板有眼，坚实无比。后来弟兄们总结，说这办法挺好，年轻人出道先使劲灌水，灌到大家都知道你是个水虫之后，再踏踏实实做科研，成名的捷径啊。


   当然也有一路灌下去的，例如大家可以搜Pubmed，"Katoh M"，当年我做学生的时候，这哥们平均每年灌50篇以上，专发希腊的几个SCI杂志，IF居然还有2点几。这哥们的风格历来是做个BLAST，做个多序列比对，然后画个进化树，好，一篇文章，然后引文里起码要引自己30篇文献。H-index超高的，我毕业那会儿他H-index就能有100多，什么诺奖那简直弱爆了。后来发现其实这哥们自引率不算高。很纳闷啊，这么灌自引率不高也太奇葩了。后来琢磨明白了，感情还有两个老外的组也一起灌，大家后来只引对方的论文，这样一炒就把他引率炒高了。我毕业那会儿，这哥们已经有500多篇论文，那引用，吓都能吓死人。后来搞生物信息学的不干了，有一次在国外一个论坛上，大家讨论搜索过滤的问题，有一哥们就跳出来，说能不能设个关键词，把这哥们屏蔽掉？还有，这哥们是日本人，所以不能没事老说中国人灌水，老外灌水比中国人疯狂多了。


   另外，NAR每年两期专刊，一月份发数据库，7月份发web server，基本上来说，就是在灌水。而且这应该是整个领域都很清楚的事情。奇葩的是，NAR的IF不降反升，后来明白了，不灌水哪来的引用？以前还好说，比如大型的数据库GenBank，UniProt，可以不引用，现在不行了，杂志一般要求你得引用，你想想，GenBank有几个不用的？就光这些水文，每年进账的引用那真是不得了。所以当年有很多人强烈抗议NAR，要求取消这两期水文。NAR很明确：不干。Oxford挺聪明的，NAR的专刊每年也就100来篇，哪儿能收这么多数据库？所以又搞了个新杂志，Database-The Journal of Biological Databases and Curation，今年的IF是4.2。基本上都是NAR专刊没上去的，然后再投这杂志的。二线的数据库都能把一个新杂志硬撑到4.2，你想想一线的数据库那得是多高的引用？所以我敢打赌，NAR如果取消掉这两期专刊，最多两年，IF一定会被Database超越。当然喽，除非NAR发疯，这种赔本的买卖是一定不会做的。


    当然，上述的这些灌水，跟本文要讲的主要内容MEGA比起来，那简直要弱的被爆出翔来。什么叫大师级的灌水？这要符合两个条件：1. 读者绝对不需要看原文；2. 短期引用超级高。MEGA这得介绍一下，全名叫Molecular Evolutionary Genetics Analysis，是分子进化领域里根井正利研究成果的一个小小的总结，但却是Kumar Sudhir (MBE主编，当今分子进化领域的准一哥)的经典工作。有道是：为人不知Sudhir，做遍进化也白玩儿。MEGA早期的工作有两篇：


1. Kumar S, Tamura K, Nei M. MEGA: Molecular Evolutionary Genetics Analysis software for microcomputers. Comput Appl Biosci. 1994 Apr;10(2):189-91. (google 引用2478)


2. Kumar S, Tamura K, Jakobsen IB, Nei M. MEGA2: molecular evolutionary genetics analysis software. Bioinformatics. 2001 Dec;17(12):1244-5. (google 引用6357)






   平心而论，MEGA早期的工作反响不大。这是因为直到MEGA2，做进化树的方法主要也就两种，MP和NJ。而进化树构建是三大主流方法，尤其是近年，ML的方法算是超受欢迎的方法。关于ML的传奇，这个我以前的帖子讲过了，大致就是一个很落魄潦倒的中国小伙，在国内混不下去跑英国留学，语言又不通嘛，所以没搞清楚主流在干吗，瞎鼓捣做一个大家都讨厌的方法，结果一不小心做成了，好吧，7年做教授，9年做了英国皇家学会的会士。Publication烂的一塌糊涂，有一篇PNAS还是评论，其他也就三分的杂志发发，这位学者就是杨子恒，绝对是神啊。问题是Nei讨厌ML，而且超级讨厌ML，所以坚决不把ML放到MEGA里。所以在MEGA3出来的之前，学界对MEGA的评价很简单：toy。我不能说搞进化的人都鄙视MEGA，但语气中那浓浓的不屑，这是很容易感受到的。


    MEGA奠定地位的一仗，是MEGA3的推出。就软件而言，仅仅是做了两个微不足道的小小改进，一个是允许多序列比较，另一个是引入ML。MEGA3有多重要？MEGA3的论文是：


3. Kumar S, Tamura K, Nei M. MEGA3: Integrated software for Molecular Evolutionary Genetics Analysis and sequence alignment. Brief Bioinform. 2004 Jun;5(2):150-63. (google 引用11561)






   这篇文章当时发在一个没有IF的新刊Briefings in Bioinformatics上，第一次获得的IF是24.37! 对，你木有看错，真的是这么高。BIB的主编Martin Bishop很得意，专门写了篇：BIB's first impact factor is 24.37，讨论MEGA3的贡献，说如果没这篇文章，那这个杂志也就是4左右的IF。所以一篇文章能把一个杂志炒出这么高的IF，并且也就俩小改进，谁敢说这不叫奇葩？


    如果你觉得这就是全部，那你就错了。BIB之后的IF如预期一样，持续下跌，最狠的是IF2008，跌到了4.627。所以，Kumar等人应该是应邀，2008年在BIB上又灌了一篇：


4. Kumar S, Nei M, Dudley J, Tamura K. MEGA: a biologist-centric software for evolutionary analysis of DNA and protein sequences. Brief Bioinform. 2008 Jul;9(4):299-306. (google 引用1672)


   不出任何意外，BIB的IF2009轻松达到7.329，其IF2010达到9.283。当然如意料之中，IF2011迅速回落到5.202，并且一直在5点几徘徊。


    如果你觉得这是故事的全部，那你还是错了。大师级的灌水，要严格遵从我讲过的两个定律，并且，还必须是：凡出手必神奇。所以Kumar决定改投MBE，分子进化领域的专业第一杂志。MBE是我见过的最严谨的专业杂志之一，极少灌水，MEGA可能是唯一的例外，因为灌水少，这个杂志的IF一直不怎么高，也就5点几。MEGA4于2007年发表：


5. Tamura K, Dudley J, Nei M, Kumar S. MEGA4: Molecular Evolutionary Genetics Analysis (MEGA) software version 4.0. Mol Biol Evol. 2007 Aug;24(8):1596-9. (google 引用20376)


    应该是简单的升级。反正文章我没看过，自从简单的看过MEGA2的论文之后，MEGA系列的论文我从来不看，因为不需要。猜猜看，什么结果？MBE的影响因子迅速上升，IF2008是7.28，IF2009是9.872。当然喽，IF2010迅速降到5.51，这是MBE正常的身价。奇葩了吧？这还不算完，连续两年MBE 5点几之后，2011年MEGA再次出手：


6. Tamura K, Peterson D, Peterson N, Stecher G, Nei M, Kumar S. MEGA5: molecular evolutionary genetics analysis using maximum likelihood, evolutionary distance, and maximum parsimony methods. Mol Biol Evol. 2011 Oct;28(10):2731-9. (google 引用7791)


    什么结果呢？MBE的IF2012是10.353！以一篇文章，把一个老牌专业杂志的IF玩成过山车的，仅此一例。很多人很看好MBE哦，因为IF可以管两年，预计明年MBE的IF还是不会低。当然后年就难说了，没准MEGA再次出手，那IF又能高上去。


    总结：MEGA是一个奇迹，也许不久的将来就是个神迹。MEGA的论文你不需要看，只需要引，你看看今年H7N9，其实最大的赢家是MEGA，赚引用赚到发疯...所以：


1. 学科有差异，搞生物信息学的，弄点升级啊，优化啊，该灌水那还得灌，什么玩意儿你都做得solid，没人看也没人引怎么办？MEGA发纯水，引成这样，你说灌水有没有道理？


2. 做东西要有持续性，你看MEGA 94年发的第一篇，熬了10年MEGA3才红。所以坚持就是胜利。