如何阅读文献–孟凡康
内容来自知乎上孟凡康博士的回答，连接为孟博士的知乎主页。
读文献要读人，读典和读新
科研大牛们读文献的技巧很多时候是指导给学生。很幸运，我的导师在指导学生方面非常尽职尽责，在平时的闲聊之中也教给了我很多的文章阅读方法，同时加上我平时以及总结的文献阅读和获取技巧，希望在这里分享给大家。
以下是我这篇回答的主要内容：读文献要读人，读典和读新。
1. 如何读人？我的经验
2. 如何读典？如何获取经典的文章？
3. 如何读新？如果对新的文章进行获取和筛选？
1.读人
读人是我的导师在与我晚上聊天时，推荐我去进行系统性文献阅读的方法。为什么要读人呢？一个很重要的原因在于，如果只是平时零散的阅读文献，很难去把握一个科研领域发展的脉络。可能不同的领域存在差别，但是很多时候一个领域往往是由为数不多的几个实验室推动的。如果能够对这些实验室的相关文章进行系统性的梳理，那么一定在了解相关领域的发展脉络上有更加深刻的了解，同时还可以通过思考，预测这个实验室未来的发展方向，这对我们布局以后的科研方向具有很好的促进作用。
那么如何读人呢？想必不同的人有不同的思路和方法，那么在此我也来分享一下我的方法。
就在那晚与导师闲聊之后，我便开始了自己的尝试，我第一个想要读的人是David Liu，是基因编辑、定向进化等领域的开拓者和领导者，是单碱基编辑技术，PACE定向进化技术的开创者。
想要系统性的阅读一个人的工作，那么我主要分为了以下三部分：
系统性搜寻文章——文章的阅读与归类——文章的分析和个人思考
首先是第一部分：系统性搜寻文章
我个人的经验是，想要去系统的搜索一个人代表性工作，那么谷歌学术的学者页一定是最好的选择之一。谷歌学术搜索David R. Liu，第一个搜索就会推荐这位学者的主页，点进去就可以看到这个人的所有工作，而且可以以两种方式进行排序，一是以时间，可以看到从最新的一篇文章开始到其第一篇科研工作发表的时间内所有文章的先后顺序。第二种就是以引用量才做排序。
我一般选择通过时间排序来系统的查阅学者的工作，直到其第一篇博士工作的发表。
无法访问谷歌学术的话，可以考虑访问以下学术的镜像站：
然后我会按照时间线进行浏览，我重点关注以下几点：
其研究生阶段所做的研究工作
其在独立成为Researcher后的研究方向
其发表的重要文章，如引用率高、发表的杂志IF高（例如CNS级别的文章）
其在不同时间段研究方向的转变
其在重大科学发现前后的工作内容（比如张锋等在2013年前后发表CRISPR-Cas9基因编辑技术前后，David Liu的工作内容）
当然对文章有一个大致印象之后，任务就是将相关的文章全部下载下来，你可以通过多种软件进行文章在电脑本地的收集，比如Endnote、Readcube、Mendeley等等，将文章下载之后，这些软件会进行对文章信息的自动标注，我平时用的Readcube。我一共将David Liu的文章下载了180多篇，全部放在了Readcube里面。Readcube的确是一个科研利器。
接下来就是第二部分：文章的阅读与归类。
在阅读方面，因为180篇文章实在太多，我会进行先略读，进行归类，然后精读的方法。
首先是略读，每篇文章大致只读以下文章题目、摘要、主体内容的背景介绍以及文章中的图表，通过这种方式将文章的研究方向进行归类，比如分为基因编辑和定向进化类。
按照研究方向分类是一个很不错的方法，当然你也可以按照不同的时间段进行分类（博士、博士后、Assitant researcher（1999-2004），PI（2005-2010）），都是可以的。进行分类时，除了自己摸索，还可以访问或者阅读这位学者的研究组网站或者其个人的Curriculum Vitae (CV)等等，因为这些资料上往往会有其职位变动和研究方向的信息。
在大致阅读完David Liu的工作之后，我将其研究方向分为了一下四点：
同时按照不同的时间点，我将其目前的科研生涯分为了四个时间段，同样是按照以下的标准：
其研究生阶段所做的研究工作
其在独立成为Researcher后的研究方向
其发表的重要文章，如引用率高、发表的杂志IF高（例如CNS级别的文章）
其在不同时间段研究方向的转变
其在重大科学发现前后的工作内容（比如张锋等在2013年前后发表CRISPR-Cas9基因编辑技术前后，David Liu的工作内容）
在完成对所有文章的大致分类后，就需要对其中代表性的文章就行精读了，精读的时候我会更加关注文章主题的内容，比如方法和结论，但是对于细节的实验数据我一般会自动略过，只关注结论就好。同时文章的Discussion部分，是我另一个关注的重点，这里会有对全文的总结和未来研究方向的展望，这对我们把我一个学者的思考以及研究方向是很重要的。
同时我非常建议在这一部分通过思维导图辅助自己对文章进行总结。比如我就以“时间段-研究方向-代表性工作-简短的总结”为基础，把所有的工作一一归类汇总。思维导图的好处在于其可以让我们更加清晰的总结出对应事物的发展脉络。同时还可以增加记忆性，基本完成思维导图后对每一部分的记忆都非常深刻。
以下是我个人对于David Liu所有工作的总结：
最后一部分则是：文章的分析和个人思考。
最后一部分则是升华的部分，在前面完成了大量的阅读工作后，想必所有人都会具有了一定的思考，这些思考可能是对于研究内容的评价，也有可能是对于未来研究方向的预测。
这些也是我们进行读人的意义：理清脉络、看清方向。
以下是我对David Liu工作的汇总，我从四个方向对其研究工作进行了总结，包括：DNA-Template Synthesis、Continuous Evolution of Proteins、Macromolecule delivery into Mammalian Cells和The Development and application of Genome Editing tools。
同时我也对其未来研究方向进行了一定的思考，并总结了如下的思维导图：
总体来说，以上三部分的话，第二部分所花的时间是最长的，因为要耗费大量的时间进行阅读、分析以及思维导图的绘制。但是我认为这是值得的，毕竟你花费几天时间的结果是清晰的读懂了一个学者的学术脉络，这对于我们的学术生涯是受益匪浅的。
2. 读经典（或者优秀的文章）
经典的文章的作用我想就不必多谈了，经典的文章能让人明确领悟的发展脉络，或者看到一个领域的过去与未来。这可能是一篇经典的实验结果或者是一篇全面细致的综述。那么什么样的文章才算经典呢？
在我的想法中，以下的标准可能能够作为一种参考：
1.本领域内大家一直在讨论的、周围的人（导师、同事等等）一直推荐给你的文章，应该都没有太大的问题。
2.平时要注意关注本领域的一些顶级科学家，比如我所在领域的Chris Voigt，James Collins等等。在谷歌建立的学者页会有列出所有相关的文章，按照引用率的排序，一般引用率比较高的都属于非常好的文章，可以作为经典来读。
3. 同时无论是谷歌学术搜索都会给出某领域或者某杂志的引用率最高的文章排序，这种以引用率为评价标准的一般问题都不大。比如Cell引用率最高的几篇文章：
3. 读新
读新则是对所关注领域的最新进展。
在这方面，更多的是利用多种工具进行最新文章的推送。 @冲气以为和在文章中已经提到了一些方法和工具，我在这里就不在多谈了。
这方面我有两点经验：
1. 利用文献订阅工具进行最新文献的获取
我平时主要的订阅来源只要来自于Google Scholar、Researcher App、Stork以及相关相关杂志网站的订阅服务。
Google Scholar不必多说，每天或者每周推送，推送的质量很高，可以按照关键词（人名、领域、杂志等）进行订阅。
关于Researcher APP，我曾经写过一篇回答，专门介绍了这个软件，它可以让我们想浏览朋友圈一样浏览杂志的最新发表文章：有哪些适合科研狗的APP？
2. 新文章太多怎么办？利用新闻类和公众号文章进行优秀工作的筛选
很多重要的工作有时候你不用主动去查，它会自动找上门来，为什么呢？因为铺天盖地的科研新闻或者公众号文章都会像你介绍这些工作。而这些也就成为了一个重要的文章筛选器。如果你只是想读一下最近的热点工作，不如先试试这些大家普遍关注的工作~
你也可以利用Feedly或者搜索引擎的关键词订阅服务，及时的获取相关的资讯。
比如Feedly：
如何阅读文献–xupenggoing
内容来自知乎上xupenggoing博士的回答，连接为xupenggoing的知乎主页。
直博四年级，自认为读了一些文献，答一波。
我们实验室有个传统，每周一组会上，一年级新生需要把上一周的 CNS 的封面（哪怕非生物的也要讲）以及跟生物相关的研究文章都讲一遍。研一一年的主题基本就是看文献，讲文献。Nature 和 Science 是周刊，分别是北京时间周四凌晨和周五凌晨更新，每周都有与生物相关的文章，通常加起来 510 篇不等吧；Cell 是半月刊，每两周的周四更新，所有的文章都跟生物相关，但还好只讲研究文章，每期都超过 10 篇。因此每周研一新生的工作量在 23 天（只有周末了）内看完至少 15 篇 CNS 文章，并做好 PPT，下周一组会上讲解。唯一的安慰可能是，老板每年招两个人，我可以跟另外一个小伙伴轮换着讲，这周我讲，下周他讲；或者这个月我讲，下个月他讲。
前段时间老板让我给新来的师弟师妹做个论文讲解的示范，我在 3 天内快速浏览了 28 篇 CNS 文章，并做了一份 50 页的 PPT。在看文献的时候，我就在想，如果我是读者，我看到文章标题后，我想知道什么？我是这篇文章作者的话，我该如何向别人介绍我的工作？那一周的 28 篇 CNS 文章的讲解见：https://mp.weixin.qq.com/s/I09uczjOblvaM9X0ac6bBQ。PPT下载地址：https://pan.baidu.com/s/1WeLPHsaja50NjbgFZWv9Uw，提取码：ds7n。
正如我此前提到的一样，拿到一篇文献后，不妨先问自己几个问题：（1）这篇文章属于什么领域或方向？（2）解决了什么问题？为什么这个问题这么重要？（3）使用了什么方法和模型？为什么这个方法可以解决这个问题？（4）核心结论是什么？下一步还可以怎么做？
（1）这篇文章属于什么领域或方向？
纵向来看，生物过程包括个体层面、组织器官层面、细胞层面、分子层面以及原子层面等。横向切分，这个过程属于什么范畴，比如表观遗传学、免疫、神经生物学、发育生物学等。现阶段的文献，分子层面的机制偏多。由中心法则延展开来，分子无非 DNA、RNA 和蛋白质，这些分子的排列组合起来参与一些特定的过程，比如 DNA 复制、DNA 转录、RNA 翻译、RNA 修饰、组蛋白修饰、非组蛋白修饰等等。当然还有染色体整体层面出发的，比如染色体高级结构调控等。
在大脑里面，先得有一个宏观的概念，知道这篇文章在生命科学的位置。其次，需要知道这篇文章所属的细分领域。完成这一步，确实需要经验积累。我本科制药工程，研究生转到表观遗传学，此前根本没听过表观遗传学，也没学过分子生物学和细胞生物学，更不谈结构生物学、生物信息学了，于是所有的都得重新开始。
从研一开始，我就用最笨的方法，每次读文献，发现一个新的研究方向或主题，我就会单独建一个文件夹，此后所有相关的文献都一一归类；如果下次又读到新的文献，发现它不属于目前的任何主题，于是就又新建一个。
这只是大的目录，然后里面随便点开一个文件夹，比如很火热的【RNA修饰&二级结构&编辑】，可以看到：
其实，归类的过程也是慢慢消化和整理的过程。尽量让读过的文献逐渐融入自己的知识体系，而不是读过就读过了。当文献是孤零零时，你很难记住成千上万个孤零零的知识点；但是一旦成为体系，就更容易记住了，此为内化。
（2）这篇解决了什么问题？为什么这个问题这么重要？
我老板经常在组会上问我们的一个问题是，这篇文章为什么能发在 CNS 上？如果这个问题能回答清楚，其实文章基本上也就消化了。
能发在 CNS 上的研究每一篇都有故事，我们需要挖掘这背后的故事：有的是困扰学术界几十年的难题，今天终于获得解答，比如施一公他们关于剪接体结构的解析；有的是颠覆人们认知的新发现，比如此前人们认为，脑中没有淋巴管，但 2018 年 8 月 9 日的 Nature 封面文章就报道，在大脑中清楚地观察到了脑膜淋巴管；还有的是让几十年的争论尘埃落定，比如终于发现了引力波。
在文章的第一句，作者通常就会说明自己为什么要做这个研究，以及这个研究为什么这么重要；而且会在文章的第一段或者第一部分进行详细的说明，多花时间思考这个问题远胜于你花时间弄懂每一幅图说什么。
（3）这篇文章使用了什么方法和模型？为什么这个方法可以解决这个问题？
对于 Nature 的 Articles、Science 的 Research Articles 以及 Cell*，每一部分都有小标题，快速浏览后，我们可以知道这篇文章分为几个部分，每个部分作者打算做什么工作。对于 *Nature 的 Letters 和 Science 的 Reports，不妨先看每一段的第一句话，就可以知道该部分要做什么。
带着问题读文献，效率会很高。
（4）核心结论是什么？下一步还可以怎么做？
文章的核心结果都在图里面，这个时候可以去看图了，这个图证明了什么，为什么能支持这个结论。如果你是这个研究方向的，那么最后很有必要看 Discussion 部分，作者会对文章的核心观点做一个回顾，并且会讨论下一步的计划，具有一定的启发性。
其实哪怕我现在博士四年级，我也依然会碰到自己此前从来没接触的研究主题，但相比一年级，这种事情发生的概率要低得多。万一碰到自己不熟悉的，尤其是方法学的开发，会非常晦涩难懂，而且尤其对于 Nature 和 Science，其篇幅是有规定的，因此要求作者极度凝练。碰到这种情况，不妨把摘要和 Introduction 部分多读几遍，读不懂反复读，亲测非常有效。书读百遍其义自见，文献亦然，古人诚不我欺也。
其他小 tips:
- 对于不懂的概念，用视频和图片帮助消化。直接在 YouTube 等视频网站，Google、Bing 等输入关键词，找到解读视频或模式图，会极大地帮助消化；
- 对于陌生的领域或主题，建议先看综述帮助建立一个基本的认识，而且一开始不妨看中文综述，知识没有高低贵贱，也有很多中文综述写的很好的；
- 在文献阅读过程中，留意科学史，注意科学问题的延续性。比如这几年非常火热的相分离（phase seperation），你自己画一条时间线，哪一年谁最先发现这个现象，哪一年谁做出了关键突破。自己尝试写一个简短的综述，熟悉经典的工作以及行业的大牛，今后读起来会觉得：哦，这篇文章的作者是“老熟人”，他之前做出过什么重要的工作……
- 软件方面，可能不少小伙伴会选择使用思维导图软件，我只用过 MindMaster，可以帮助梳理思路；我自己最常用的软件是「幕布」，非常轻便的结构化笔记整理软件，可以一键生成思维导图，还可以在多个平台上进行实时同步，导出的格式也很多，安利一下~
Anyway，文献是科研的重要组成部分，祝福小伙伴享受阅读文献，享受科研啦~
