GenBank 如何通过让期刊拒收没有其编号的论文，赢得了生物学数据之战

到20世纪70年代末，基因测序产生的数据已超出期刊能够印刷的容量。1979年在洛克菲勒大学举行的一次会议探讨了如何管理这股数据洪流；回到洛斯阿拉莫斯后，物理学家沃尔特·戈德开始收集序列并编写分析软件。1982年，美国国立卫生研究院（NIH）资助了他的提案，GenBank 由此诞生。据洛斯阿拉莫斯为戈德发布的讣告记载，到1983年底，该库已收录超过2,000条序列——约200万个碱基对。

决定性的设计是制度性的，而非技术性的。提交者会获得一个唯一的登录号，而期刊则强化了这一习惯：正如 NCBI 自己在《核酸研究》上发表的论文所述，“许多期刊要求拥有序列数据的作者将数据提交至公共序列数据库，作为发表的条件。”没有编号，就没有论文——因此每位研究人员都会在引用前先行提交。

开放性消除了所有竞争对手存在的理由。GenBank 的数据免费且不受限制，并且通过与欧洲 ENA 和日本 DDBJ 组成的 INSDC 伙伴关系，三家档案库每日交换数据——一次提交，无论何处，即可服务全世界。

这一飞轮运转了数十年。洛斯阿拉莫斯统计到2000年约有900万条序列（100亿个碱基）；GenBank 自己的发布说明（273.0版）目前统计有2.67亿条传统记录，包含8.2万亿个碱基，另有64亿条基于集合的记录，包含51.8万亿个碱基。

让数据库编号成为发表的通行证

期刊承担了执行工作：没有登录号，就没有发表，因此合规对编辑和研究人员来说几乎不费成本。

登录号同时充当永久引用标识，使使用了 GenBank 的论文更有用，而不仅仅是合规。

免费、不受限制的再分发消除了商业档案库本会面临的价格和许可摩擦。

通过 INSDC 与 ENA 和 DDBJ 的每日交换意味着一次提交即可到达全世界，使地区性竞争对手没有立足之地。

将你的产物嵌入人们无法跳过的工作流程中。一项成为引用要求的标准会自我执行——无需销售团队，也无需锁定合同。

GenBank 成为分子生物学的默认记忆：测序仪、分析流程和论文都假定它存在。273.0版（2026年）统计有2.67亿条传统记录，包含8.2万亿个碱基，而它开创的期刊强制要求已成为整个科学领域数据提交的模板——从蛋白质结构到临床试验。