生物信息学杂志影响因子

李霞教授主要研究方向是：基于生物谱的复杂重大疾病的分子分型与生物标志物识别；生物信息融合分析技术；分子生物网络（SNPs虚拟网络、基因调控网络、miRNA-mRNA协同调控网、蛋白质互作网络等）重建；miRNA与复杂疾病调控机制研究；复杂疾病的风险通路（pathway）识别技术；基因与蛋白质功能研究的生物芯片信息学分析技术；高通量药物分子靶标筛选技术；研发解析癌症分子机制的生物信息学方法与分析平台等。李霞教授多年来一直从事生物信息学领域研究，先后承担课题30余项，其中，国家863高科技计划项目3项（组长1项、副组长1项、参加1项），国家973前期项目1项（主持），国家自然科学基金项6项（主持 5项），获省部级奖4项，厅局级奖8项，在国内外重要学术刊物和学术会议上发表论文120余篇(其中SCI 59篇、EI 18篇)，累计SCI影响因子161，总引次数116。尤其在癌症等重大疾病功能基因识别方法的研究取得重要研究成果，科学研究论文发表在国外著名生命科学杂志《Nucleic Acids Research》(5篇，SCI影响因子：479)，《Briefings in Bioinformatics》（SCI影响因子：329），《Bioinformatics》(SCI影响因子：42)，《BMC Bioinformatics》(SCI影响因子：82)，《中国科学》，《American Journal of Human Genetics》 （SCI杂志影响因子11），《Journal of Medical Genetics》（杂志影响因子7），《Progress in Natural Science》等上，并获得省政府自然科学2等奖项，在复杂疾病基因作图的模式识别方法研究领域做出重要贡献，其中论文“Gene mining: a novel and powerful ensemble decision approach to hunting for disease genes using microarray expression ”受到了Nobel奖得主Rich Roberts博士的好评，并迅速成为英国牛津出版集团旗舰科学杂志《Nucleic Acids Research》的热点文章(Hot Papers)。主编卫生部八年制规划教材《生物信息学》、主编《计算分子生物学与基因组信息学》、《医学遗传学与遗传流行病学数据分析》等10部。研制的人类遗传群体与家系资料分析系统(PPAP)已推广到中国科学院、北京大学、上海第二医科大学等60余个单位，并已成功地应用于20多项国家自然科学基金课题与博士论文的数据信息分析工作。李霞教授带领学术团队在国内医学院校首创生物信息学本科专业，她领导团队创建的《国内领先的示范性生物信息学本科专业课程体系》是国内生物信息学本科专业教育的模板，先后有多所综合性大学和医学专科院校对该课程体系进行参观学习，为推进国内生物信息学专业教育做出了重要贡献。

‍‍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。‍‍

影响因子是622BIOINFORMATICS是该领域的领先期刊，出版学术和工业研究人员感兴趣的高质量科学论文和评论文章。其主要研究方向是基因组生物信息学和计算生物学的新进展。期刊中有两个截然不同的部分——发现笔记和应用笔记——侧重于篇幅较短的论文;前者使用计算方法报告生物学上有趣的发现，后者探索用于实验的应用。