重大发现从来不会凭空出现，在任何一项科学成就背后，发现者的才能与前人在该研究道路上留下的足迹同等重要。
当然，这也不算什么奇闻……新鲜之处在于，长期以来各种科学发现组成的隐形网络如今可以通过一些极其精确的示意图表现出来了，因为在信息时代，获取并分析大量数据已非难事。这些图为我们展示了一个新大陆：科学发现背后所隐藏的知识网络。
就像冰山的水下部分终于露出水面，知识网络的结构、其覆盖范围、内部织就的各种联系、研究热点及未开垦领域被一一揭示，而示意图也意味着新探索和新发现的可能性！
研究人员、统计学家和图示专家通力合作，希望进一步将这种新型图表运用于各个科学领域内部，因为科学研究的几乎所有层面都有网络结构，无论是某一发现背后的知识网络，还是分子生物学中的基因与蛋白质的关系……
目标都一样，即以一种一目了然高度综合的方式，展现出由数千至数十亿不等、存在相互作用的对象所构成的某个系统的结构和机能。
例如，一个对生物体新陈代谢至关重要的蛋白质背后，是一张巨大的DNA和RNA片段的网络，这些片段相互作用，才最终合成该蛋白质。研究人员将根据采集到的大量数据，通过一些算法确定在该蛋白质形成过程中起作用的基因“组合拳”，得出极其复杂的图表，其中即隐藏着该蛋白质合成网络的关键特征。
最后的任务就是要把这张网络关系图画出来。
怎么画呢？
“节点和连线的表现方式是最常用的，但超出一定的复杂程度就无法看清了。”法国国家信息与自动化研究所 （INRIA） 分析与视觉化实验室 （Aviz） 研究主任让-丹尼尔·菲柯特 （Jean-Daniel Fékété） 提醒道。
那么该以哪些数据为重点，又如何呈现它们之间的关系呢？
这一选择取决于研究本身的目标 （如期待发现与某疾病高度相关的基因）、所需进行的统计分析 （如节点的连通度、连线的疏密程度等）以及数据转化为视觉语言、让研究人员一目了然的潜力。
我们知道，图示法拥有一张绝对的王牌——前注意感知 （preattentive perception），即人类视觉系统在图像中毫不费力且毫无差错地瞬间捕捉到一些基本特征的能力。利用这一绝妙特性，有效地呈现数据间的关联，便可使看图者的眼睛在迅速分析方向、密度、颜色的聚集和反差之后，立即发现该系统网络的特点，随即对此进行阐释。
下文将介绍一些近几年最具代表性的网络关系图。涉及课题包括基因间的相互作用、知识的组构、科学发现的动态变化等。在研究人员和数据图示专家的通力合作下，这些复杂系统的呈现得以简化，科学深处隐藏的种种筋络展露无余。
基因和蛋白质的关联图
生物学教材告诉我们，遗传信息从DNA转录到RNA上，RNA进而翻译合成蛋白质。然而实际上这个过程更复杂一些：DNA转录产生RNA片段，这些片段相连形成嵌合RNA （chimeric RNA），由嵌合RNA合成蛋白质。
因此，蛋白质的真正源头隐藏在RNA片段网络之内，而RNA片段本身又源自基因网络。
上方圆盘状示意图所呈现的正是这一基因的网络：圆盘外围标记了人类22号染色体的所有基因，内部连线则意味着其两端基因组成一个嵌合RNA。
连线越是贴近圆盘的直径，组成嵌合RNA的两个基因相距越远。巴塞罗那基因组调控中心的研究人员通过对492种蛋白质的编码基因进行分析，发现其中85%的基因需要互相作用才能合成蛋白质。
而基因之间的连接也非偶然 （连线分布密度在圆盘表面是不均匀的），这表明嵌合RNA的产生并非随机，应该遵循一定规律……而这一规律则有待人们去发现。
天体物理学“小岛”与量子物理学之间的联系十分紧密，社会科学“群岛”与信息技术之间的互动非常密集，研究生命的各学科织成了巨大的花体字……这便是这张科学概念“地图”所显示的一些信息。该“地图”将科学各领域之间的联系都涵盖在内，其绘制工作可谓壮举！
图中，每一学科领域均显示为不同颜色，每个节点标记一个概念 （比如“量子物理”领域里的“玻色-爱因斯坦凝聚”），连接各概念的连线长短则表明这些概念间的亲疏程度。汤森路透 （Thomson Reuters） ——原美国科学信息研究所 （ISI） ——是一个汇集成千上万科学文献的数据库，研究人员对其中收录的共约80万篇2003年度发表的论文进行了分析，甄选出776个“主要范式”绘制成这张地图。
所谓“范式”即在主要学科内屡屡涉及的的一些重要概念，定义范式的标准就是各文献之间交叉引用的数量。基于其他年份权威科学刊物的相同操作证明，2003年的这张地图可靠度非常高，因为主要领域及其相互之间的联系或多或少保持着原样。今后，这张地图会随着新的科研文章的不断发表而定期更新。
“维基百科”构建的知识大厦与学院派知识大厦的区别何在？
通过上面这幅双球图，我们得以了解大概。该图展现了两个知识库中各主要领域的知识储量以及它们相互之间的关系，左半图为“维基百科”勾勒出的蓝图，右半图为通用十进制图书分类法 （UDC） 得出的学术地图——该分类法为世界半数大型图书馆所使用，它将人类知识分为9大类目。
为了比较这两大体系，荷兰知识空间实验室 （Knowledge Space Lab） 的研究人员把“维基百科”的234960个词条划分为43个大板块，并将这些板块归入十进制图书分类法中所对应的门类，总结出61705个节点 （节点表示各词条之间的关系），而十进制图书分类法9大类目共得出68546个节点。
图像表明，这两个知识网络具有相当的差别。十进制图书分类法涉及的知识有75%属于科学范畴，而“维基”词条所覆盖的领域更为多元，如艺术便在其中占据了相当大的比重。
研究人员总是“站在巨人的肩膀上”，他们的各项新发现离不开前人的成就。这张示意图可同时展示一项新发现所受过往研究的影响和这一成果对于其后科研工作的影响。
具体地说，这张图呈现的是1982年至2010年“人机互动及用户界面国际研讨会”上所发表的论文之间的关系。
每一个年份 （纵列） 中的每一篇文章都与其前作为参考资料的论文以及其后引述该文章的论文相连，因此我们一眼就能找出那些生发出许多其他研究的论文 （证明这些论文阐述的是真正有趣的观点，见大图），
和那些影响甚微、最终不再受到关注的研究 （下图）。
总之，这里列举的11699份研究勾画出该研究领域的全部历史。这张示意图可在网上查阅，并随意放大，其设计者希望今后能将该方法扩展至其他科研领域。
撰文 Gayané Adourian
François Lassagne
编译 朱琳
关注微信
