生物论文期刊 生物信息学领域有哪些牛刊

下面是好好范文网小编收集整理的生物论文期刊 生物信息学领域有哪些牛刊，仅供参考，欢迎大家阅读！

说一下科研中经常遇到的生物信息学相关期刊。

1，生物信息学严格来说是数理统计计算机等领域的方法学。所以CNS正刊几乎不接受，毕竟这些是需要宝贵的生物数据维持影响因子的， 所以基本没有生信文章，但也会经常看最近的生化技术和能用的数据。

2.1, 与生物信息相关的亲儿子刊，包括Nature Genetics, Nature biotech， Nature Methods，Nat Machine Intelligence，Nature Computational Science。其中NG主要被统计学相关的序列分析找SNP啥的文章霸占；NBT主要是各种突破性的稍微低于主刊的硬核生化方法，生信方法学很少；NM与此类似，但定位稍微低一些，有一些生信文章。总的来说，这三个子刊都特别注重解决生物学问题，方法本身的数理计算机水平不高也问题不大，editor也都是生化背景。Nat Machine Intelligence，感觉主要是跟ai相关的各种应用场景，有些看起来蛮奇怪，并且之前有机器学习的人抵制，暂不评价了。Nature Computational Science属于新的子刊，看过一些paper，感觉editor品味还可以，后面应该会吸引不少以计算为主的好paper~

2.2, Nature Commu, PNAS, Genome Research, Genome biology. 亲儿子子刊里面没有专门的信息类子刊，所以个人认为这几个期刊上面的生信文章与子刊没有差距，只是侧重点不同，这几个相当部分的文章更加注重计算方法学本身，与生物故事离得比较远【现在出了Nature Computational Science，不知道这个论断再过几年还是否成立】。Nat Commu的话，其中的信息类文章水平比较高，也比较偏重生物学本身，但其中的生物学文章比子刊差一个档次。PNAS就非常有意思了，里面有较多的数理统计计算机机器学习等硬核文章，当然也有不少contribute的paper。

Molecular systems biology 水平也很高，就是一年paper数目太少了。Cell systems 似乎比这几个低半个档次。

~~~~~~~~~~~~~~以上算是大牛刊。计算类的发一两篇就可以找到非常不错的教职。

3, NAR， Plos CB， Bioinformatics，BiB（？）。这属于生物信息学的中坚期刊，算是登堂入室水平，一般发一篇表明已经受到主流学术圈的认可，之后博士毕业就比较稳了。NAR影响因子虽高，但据说是因为是数据库的原因。就我个人来看，其中的生信文章跟bioinformatics基本一个档次，可能稍微偏一些生物问题。BiB影响因子也比较高，但跟NAR差不多的原因，靠review带起来的。

4, 接下来就是BMC Bioinformatics， BMC Genomics 这种了，属于多发几篇也可以博士毕业的水平。

5 Plos one， scientific reports这种基本没有错误就可以发表，属于靠后一些的选择。但确实也有一些有意思的paper。

我自己是做genomics的，研究机器学习+非编码基因。

PhD刚答辩完，得闲可以做一下白日梦：假设我有一篇超级无敌的生物信息的稿子（现实中并没有Q_Q），我个人的投稿顺序是：

1 NS 正刊

2 Nature 知名的老牌子刊 Methods / Genetics / Biotechnology / Medicine

3 Nature 新的两个子刊 Machine Intelligence / Computational Sciences

4 Nature Communications / PNAS / Science Advances

5 Genome Research / Genome Biology / Genome Medicine

6 Nucleic Acids Research

7 Bioinformatics / PLoS computational biology / GigaScience / AJHG / Briefings in bioinformatics

8 BMC 系列 genomics / bioinformatics / biology

9 投不动了，放bioRxiv

如果项目做了2-3年，肯定希望试验结果能上1-5里面的某一本期刊。如果项目做了一年左右就快速搞定，其实能中BMC系列也是很开心的。毕竟文章质量和杂志IF只是弱相关，最终文章质量还是要靠时间来检验的。如果能早点发表，早点开始新项目，肯定比抱着编辑+审稿人死磕要好。

利益相关：我只中过3 / 4 / 7 / 8 这几个档次的稿子。这里我只枚举了几个我稍微熟悉，经常读到的期刊，非常主观。肯定漏掉了很多，求见谅！另外，像Cell系列或是elife这种纯生信文章占比不大的期刊，我不是很了解，就没有列举。也没有列举ISMB/RECOMB这样的生物信息会议，或是ICML / Neurips 这样的机器学习会议。