最近，剑桥大学病理学博士研究生Jacques Cornwell在Nature分享了一套自己长期使用的论文分析框架。他说拆解论文是一项重要技能，帮你批判性评估论证、验证数据、形成自己的结论。这套方法他不仅用于平时读文献，也用于正式同行评审。
无论你是作者、审稿人还是普通读者，都不能像读小说一样从头读到尾。想真正理解一篇论文，你必须用系统的方法。
其实我们对这一块也深有体会，这也是为什么自己看论文，不容易挑出毛病，而审稿人一看一堆问题。
通过这位博士的3阶段7步走，能够帮你从被动阅读到主动分析。除了更好的阅读和评价其他文献，也有助于你从审稿人的视角看待自己的论文。
第一阶段：看全局
在论文细节之前，首先要看清整篇论文的全貌，建立背景认知。
第1步. 获得整体概览
先快速浏览摘要、图表、图例，弄清楚研究的大致框架。例如这是一项：纵向队列研究？CRISPR基因敲除筛选？生物信息学计算模型？
尽早了解研究工具和研究范围，能帮助你后续理解整篇论文。
第2步. 找出核心科学问题
每一篇优秀论文，本质上都围绕一个明确的问题展开。标题和摘要会给你一些提示，但真正的研究问题通常隐藏在Introduction最后部分。
阅读时要明确作者究竟在验证什么假设？把这个问题记下来。
后续阅读中不断回头检查，作者是否始终围绕这个问题展开，还是中途跑偏了？
第3步. 识别知识空白
科研从来不是凭空产生的，每项研究都建立在前人工作的基础上。因此你需要理解，为什么现在要做这项研究？是否真正存在知识空白？
读引言时重点思考：
● 关于这个问题，目前已经知道什么？
● 还有哪些问题没有解决？
● 这篇论文试图填补哪一块空白？
● 解决这个问题为什么重要？
如果连知识空白都说不清楚，那么这项研究的重要性往往值得怀疑。后面的实验设计再复杂，也很难建立研究价值。
第二阶段：深入审问
既然已经知道作者想回答什么问题，接下来就要评估他们是否真的用正确的方法回答了这个问题。
第4步. 评估研究方法
方法学往往比结果更重要，也是批判性阅读中最困难、也最关键的一步。
你需要把第二步中的研究问题，与论文的方法设计进行对照。因为漂亮的数据，并不一定来自可靠的实验设计。
重点关注以下几个问题：
1）工具选对了吗？
作者使用的实验模型是否适合回答这个科学问题？
例如研究疾病机制时，使用细胞系、患者来源样本、动物模型，结论的说服力可能完全不同。
2）样本量够吗？
这是很多研究容易忽视的问题，也是很多论文被拒稿的主要原因。
当样本量不足时，真实可能存在差异却检测不到，也可能看似有显著差异，实际上只是统计偶然。
3）对照组设置合理吗？
没有合适的对照组数据，往往很难令人信服。审稿人通常会仔细检查阳性对照是否存在、阴性对照是否充分、是否排除了其他干扰因素。
因为这些细节，直接决定实验结论是否成立。
4）原始数据是否公开？
例如测序原始数据、患者元数据，是否上传到公开数据库。公开原始数据意味着其他研究者可以重新分析数据验证结果。
这是科学可重复性的基础。
如果论文仅写着"Data available upon request（数据可按需提供）"往往意味着同行验证存在障碍。
5）代码是否公开？
尤其对于生物信息学、人工智能、计算建模研究，作者是否提供GitHub仓库、Docker、环境、R脚本、Python代码，如果没有公开分析流程，其他研究者很难复现研究结果。
第5步. 先形成自己的结论
很多研究生拿到论文后，直接阅读Discussion部分，但审稿人通常不会这样做，因为作者本身就倾向于支持自己的假设。
在阅读作者解释之前，审稿人往往先形成自己的判断。
因此，不要急着看讨论，直接跳到Results、Figures、Tables，仔细观察图形趋势、数据表格、误差条，然后问自己：如果不看Discussion，我会得出什么结论？这些数据究竟说明了什么？
形成自己的独立判断后，再跟作者的结论进行比较，这样才能避免被作者的叙述逻辑带偏。这也是培养科研批判性思维的重要一步。
第三阶段：做出裁决
最后一步，是让你的分析结果与作者叙述正面碰撞，看看作者的结论是否真的站得住脚。
第6步. 比较作者结论与自己的结论
现在开始阅读Discussion、Conclusion，然后比较：
● 作者的解释是否与数据一致？
● 是否夸大了研究发现？
科研论文中很常见的现象是，数据只显示弱相关性，作者却使用十分确定的措辞进行表述。你的任务是区分：
● 数据真正支持的事实
● 作者希望讲述的故事
第7步. 寻找其他解释与混杂因素
没有任何研究是完美的。因此在最终评价前，要扮演一次“反方律师”。即使数据可靠，方法合理，结果是否还有其他可能的解释？
● 查找混杂因素
例如临床研究中，社会经济水平、教育背景、医疗资源差异，实验研究中，仪器校准误差、批次效应等，都可能影响最终结果。
● 查看局限性
作者是否主动承认研究缺陷？高质量论文通常会坦诚讨论样本局限、方法局限、结果解释限制等，如果这些问题被刻意忽略，研究可信度就会下降。
● 最后关注利益冲突
例如作者是否获得相关公司资助，是否与研究产品存在商业利益关系，这并不意味着研究有一定问题，但在解读其强烈结论时，需保持谨慎。
Jacques Cornwell提到，批判性阅读论文是一项需要长期练习的能力。自己精读一篇重要论文通常需要1~2小时，而对于刚开始训练这种能力的学生，他甚至建议花3~4小时完成一次完整分析。
近年来使用AI帮助筛选和总结文献越来越流行，但对于这种需要深度分析的论文，还是建议亲自完成。这种深度分析更适合那些：
● 直接影响你研究方向的关键论文；
● 领域内的重要突破性研究；
● 你准备引用或复现的核心文献。
通过以上这套方法，你能够系统的拆解任何一篇论文。最终你不再只是被动的接受信息，而是有能力主动判断这篇研究到底有多大价值，结论究竟是否可信！
以上也是审稿人同行评审的视角，当你开始用审稿人的视角阅读文献或自己的论文时，这种科研判断力不光让你获得知识，还能让你更早更清晰的发现自己论文的不足。
如果需要论文润色和投稿指导等服务，欢迎扫描下方二维码，关注公众号【埃米编辑SCI论文润色】-点击个人中心-联系埃米客服了解详情～回复“礼包”，可免费领取100+写作投稿资料包和投稿问题30问~
参考资料：
[1] https://www.nature.com/articles/d41586-026-01209-0
