生物信息学期刊影响因子

不是中国的。Bentham Science出版公司，作为全球范围内主要的科技和医学出版商之一，出版106种期刊和200多种开放式阅读期刊以及相关纸本和在线图书，为从事药物学、生物医学及医学研究的人员提供最新的信息。 主要的期刊有《当代药物设计》Current Pharmaceutical Design（影响因子774）和《当代药物化学》Current Medicinal Chemistry（影响因子63）。后者是其领域中最主要的综述类期刊，编辑阵营中有7位诺贝尔奖金获得者。其他高品质期刊包括《当代药物代谢》Current Drug Metabolism(影响因子896)，《当代肿瘤药物靶体》Current Cancer Drug Targets(影响因子771)，《当代分子药学》Current Molecular Medicine(影响因子212)，《当代药物靶体》Current Drug Targets（影响因子061）和《当代药物化学主题》Current Topics in Medicinal Chemistry (影响因子112)。

079（2020）。Biology 是 MDPI 每月在线出版的国际性、 同行评审、开放获取的生物科学期刊。在Scopus、SCIE（Web of Science）、PubMed、PMC、PubAg、CAPlus/SciFinder和许多其他数据库中被索引。目标：Biology(ISSN 2079-7737) 是由 MDPI 在线出版的国际、同行评审、快速审阅的生物科学开放获取期刊。它在生物学的所有领域以及相关学科的交界处发表评论、研究论文和交流。我们的目标是鼓励科学家尽可能详细地发表他们的实验和理论结果。论文的长度没有限制。必须提供完整的实验细节，以便重现结果。关于实验过程的全部细节的电子文件，如果不能以正常方式发表，可以作为补充材料存放。学科领域该杂志涵盖了与生物学相关的所有主题。感兴趣的研究领域包括但不限于：细菌学、生物化学、生物多样性、生物伦理学、生物信息学、生物数学、生物物理学、生物统计学、植物学、细胞生物学、保护、发育生物学、生物学及相关学科教育；昆虫学、进化生物学、遗传学、基因组学、免疫学 、海洋生物学、数学生物学、微生物学、分子生物学、神经生物学鸟类学、古生物学；寄生虫学、药理学、生理学、植物生物学、蛋白质组学、放射生物学、生殖生物学、结构生物学、系统生物学、病毒学、动物学。

‍‍这类没有自己生产的bench data的文章通常不太可能发布到最最顶尖的杂志，比如Nature或者Science的主刊。投文章时可以分为四个梯队：第一梯队：Nature Methods, 只要能发上面基本上就保证了关注度和引用，也会有很多人follow的；Genome Research, 很老牌的杂志了，文章的质量都很高，当然了editor大部分文章都是直接拒的。Nature Biotechnology,纯方法的文章很难发上来的，一般都是很大的组既有方法又有实验数据。楼主可参见Clinks和That那篇文章，很多个co-author，做了非常多的测序实验来验证。Nature Genetics，同样，很少有纯方法的文章，除非你在圈内已有很大影响力，比如CADD那篇文章。上面有一大堆做统计和GWAS的人，感觉不太欢迎machine learning的文章。第二梯队：Genome Biology, 比较新的杂志，近几年有一些不错的文章。Nature Communication, 非常新的杂志，基本上每期都会有一些生信类的文章。感觉影响因子在不断上涨，顶着Nature的头衔自然不会缺少好文章。审稿周期非常久，不建议需要短时间内发文章毕业的高年级博士。第三梯队：这一类别的杂志就很多了，Bio informatics曾经是最好的生信杂志，近几年因为文章数量太多灌水严重影响因子有所下降。Nucleic Acid Research也是专业的生信杂志。除了这些，Plod系列的Plod Genetics和Plod Computational Biology也都是接受生信文章的不错的杂志。Human Molecular Biology近几年也开始接受生信文章。第四梯队：如果被之前所有杂志都拒了，那基本上在国际上能够得到认可的杂志也就不多了。Explosion和BMC系列是最后选择了。‍‍

‍‍‍‍‍‍Bio informatics，很多方法类文章都发在上面，但是影响因子一般。如果有实验和数据分析，大多投到生物相关的杂志，比如genome research, nature genetics, nature等，在method里面涉及一些生信的方法，连带把algorithm放出来，供大家使用。所以，不一定非要发到Bio informatics。以前在Adderley学计算机的，研究字符串比较之类的问题，UNIX下的gnu diff就是他的杰作。后来写了blast，blast的重要性就不多说了，在后来在Celerity把string graph 应用到genome assembly，直接把HGP操翻。虽然现在因为2代测序出现D Bruising占了上风，不过随着3代测序的普及，他的string graph based OLC将再一次统治genome assembly界。‍‍‍‍‍‍