UFO中文网

 找回密码
 注册会员
查看: 106|回复: 0
收起左侧

生信期刊推荐合集#4:Briefings In Bioinformatics

[复制链接]
online_member 发表于 2023-1-14 20:56:54 | 显示全部楼层 |阅读模式
Briefings In Bioinformatics(生物信息学简介)是一本国际顶尖的生信期刊,在数学与计算生物学领域排名第1,在生化研究领域排名第3,影响因子稳定在10+分。对研究的原创性和创新性有较高要求,学术水平较高,有一定投稿难度。对国人态度很友好,最近几年国人发文量增长迅速,已经是第二名美国的两倍了。具有较高前瞻性/创新性的综述类文章,还是鼓励大家投稿试一试的。
点击关注,订阅更多期刊信息哦!

生信期刊推荐合集#4:Briefings In Bioinformatics251 / 作者:刘得福姊妹 / 帖子ID:104556
《Brief Bioinform》杂志为当代遗传学、分子和系统生物学的数据库和分析工具的用户发表评论文章,并且为非计算机专业的方法学专家提供实用帮助和指导。论文的范围和深度很广,从介绍性的综述到具体的方案细节和生物数据(包括微生物、动植物和人类等)的分析都有。
期刊IF信息
Brief Bioinform 2021年的IF为13.99,今年预测IF为11.45,中科院分区生物学大类2区,版面费约3300美元。总的中国文章占比约34%。平均审稿时间约6个月。自引率11.2%,接收率较低,投稿难度略高。在投稿国家和机构TOP5中,投稿数量最高的国家是中国,第二高是美国;数量最高的机构是欧洲大学联盟,第二至第四高的分别是中国科学院、中国电子科技大学、浙江大学、哈尔滨医科大学。可见中国学者在期刊中的影响力。

生信期刊推荐合集#4:Briefings In Bioinformatics84 / 作者:刘得福姊妹 / 帖子ID:104556

生信期刊推荐合集#4:Briefings In Bioinformatics763 / 作者:刘得福姊妹 / 帖子ID:104556
Brief Bioinform致力于用数学、统计学、计算机方法和工具来解决生物学问题。包括但不限于:DNA测序、表达谱、基因表达研究、微阵列、比对方法、蛋白质谱和HMMs、脂类、代谢和信号通路等。在PubMed数据库中的检索信息共3160条。

生信期刊推荐合集#4:Briefings In Bioinformatics48 / 作者:刘得福姊妹 / 帖子ID:104556

生信期刊推荐合集#4:Briefings In Bioinformatics295 / 作者:刘得福姊妹 / 帖子ID:104556

生信期刊推荐合集#4:Briefings In Bioinformatics866 / 作者:刘得福姊妹 / 帖子ID:104556
发表过的生信文章

01

Deep learning joint models for extracting entities and relations in biomedical: a survey and comparison
用于提取生物医学中的实体和关系的深度学习联合模型:调查与比较
发表日期:19 September 2022
本文对生物医学中用于联合名称实体识别和关联提取的深度学习模型进行了综合综述。结合BioNER和BioRE任务中存在的挑战,讨论了联合BioNER和BioRE模型。选择5个联合BioNER和BioRE模型和1个管道模型,在4个生物医学公共数据集上进行对比实验,并对实验结果进行分析。最后讨论了基于深度学习的联合BioNER和BioRE模型的未来发展。

生信期刊推荐合集#4:Briefings In Bioinformatics650 / 作者:刘得福姊妹 / 帖子ID:104556

02

Metabolomics technology and bioinformatics for precision medicine.
精准医疗的代谢组学技术和生物信息学
发表日期:27 November 2019
代谢组学与复杂的生物信息学分析和数学建模相结合,具有强大的功能,可以提供患者在疾病和治疗过程中的代谢快照,或将患者分为需要单独医疗的亚人群和亚组。代谢组学虽然是一种强有力的方法,但在技术和生物信息学方面存在一定的局限性。回顾代谢组学技术和生物信息学的各个方面,从数据生成,生物信息学分析,数据融合和数学建模到数据管理,在精准医疗的背景下。

生信期刊推荐合集#4:Briefings In Bioinformatics467 / 作者:刘得福姊妹 / 帖子ID:104556
03

Sequence clustering in bioinformatics: an empirical study
生物信息学中的序列聚类:实证研究
发表日期:18 September 2018
算法开发人员和生物信息学用户之间经常存在差距。不同的软件工具可以产生不同的结果,用户可能会发现这些结果难以分析。理解不同的聚类机制对于理解它们产生的结果至关重要。这篇综述选择了几种流行的聚类工具,简要介绍了它们的关键计算原理,分析了它们的特点,并使用两个独立的基准数据集对它们进行了比较。目标是帮助生物信息学用户有效地使用合适的聚类工具来分析大数据。

生信期刊推荐合集#4:Briefings In Bioinformatics756 / 作者:刘得福姊妹 / 帖子ID:104556

END
保持期待 奔赴山海KEEP LOOKING FORWARD TO GOING
小编桌上的硬币有两个面,一面是大拇指,另一面也是大拇指。
——猫树人

生信期刊推荐合集#4:Briefings In Bioinformatics228 / 作者:刘得福姊妹 / 帖子ID:104556
您需要登录后才可以回帖 登录 | 注册会员

本版积分规则

UFO中文网

GMT+8, 2024-11-23 19:59

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表