Bioinformatics SCIE

國際簡稱：BIOINFORMATICS 參考譯名：生物信息學(xué)

主要研究方向：生物-生化研究方法非預(yù)警期刊審稿周期：約1.8個月

《生物信息學(xué)》(Bioinformatics)是一本由Oxford University Press出版的以生物-生化研究方法為研究特色的國際期刊，發(fā)表該領(lǐng)域相關(guān)的原創(chuàng)研究文章、評論文章和綜述文章，及時報道該領(lǐng)域相關(guān)理論、實踐和應(yīng)用學(xué)科的最新發(fā)現(xiàn)，旨在促進(jìn)該學(xué)科領(lǐng)域科學(xué)信息的快速交流。該期刊是一本未開放期刊，近三年沒有被列入預(yù)警名單。

3區(qū) 中科院分區(qū)
Q1 JCR分區(qū)
759 年發(fā)文量
4.4 IF影響因子
未開放 是否OA
335 H-index
1998 創(chuàng)刊年份
Biweekly 出版周期
English 出版語言

The leading journal in its field, Bioinformatics publishes the highest quality scientific papers and review articles of interest to academic and industrial researchers. Its main focus is on new developments in genome bioinformatics and computational biology. Two distinct sections within the journal - Discovery Notes and Application Notes- focus on shorter papers; the former reporting biologically interesting discoveries using computational methods, the latter exploring the applications used for experiments.

[ 查看全部 ]

投稿咨詢加急咨詢

Bioinformatics期刊信息

ISSN：1367-4803
出版語言：English
是否OA：未開放
E-ISSN：1460-2059
出版地區(qū)：ENGLAND
是否預(yù)警：否
出版商：Oxford University Press
出版周期：Biweekly
創(chuàng)刊時間：1998
開源占比：0.3864
Gold OA文章占比：58.31%
OA被引用占比：0.4168...
出版國人文章占比：0.12
出版撤稿占比：0
研究類文章占比：99.60%

Bioinformatics CiteScore評價數(shù)據(jù)（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指數(shù)

11.2

2.574

1.547

學(xué)科類別	分區(qū)	排名	百分位
大類：Mathematics 小類：Statistics and Probability	Q1	7 / 278	97%
大類：Mathematics 小類：Computational Mathematics	Q1	5 / 189	97%
大類：Mathematics 小類：Computational Theory and Mathematics	Q1	9 / 176	95%
大類：Mathematics 小類：Computer Science Applications	Q1	83 / 817	89%
大類：Mathematics 小類：Biochemistry	Q1	46 / 438	89%
大類：Mathematics 小類：Molecular Biology	Q1	62 / 410	85%

名詞解釋：CiteScore 是衡量期刊所發(fā)表文獻(xiàn)的平均受引用次數(shù)，是在 Scopus 中衡量期刊影響力的另一個指標(biāo)。當(dāng)年CiteScore 的計算依據(jù)是期刊最近4年（含計算年度）的被引次數(shù)除以該期刊近四年發(fā)表的文獻(xiàn)數(shù)。例如，2022年的 CiteScore 計算方法為：2022年的 CiteScore =2019-2022年收到的對2019-2022年發(fā)表的文件的引用數(shù)量÷2019-2022年發(fā)布的文獻(xiàn)數(shù)量注：文獻(xiàn)類型包括：文章、評論、會議論文、書籍章節(jié)和數(shù)據(jù)論文。

Bioinformatics中科院評價數(shù)據(jù)

中科院 2023年12月升級版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	生物學(xué)	3區(qū)	BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計算生物學(xué) BIOTECHNOLOGY & APPLIED MICROBIOLOGY 生物工程與應(yīng)用微生物	2區(qū) 2區(qū) 3區(qū)

中科院 2022年12月升級版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	生物學(xué)	3區(qū)	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計算生物學(xué) BIOCHEMICAL RESEARCH METHODS 生化研究方法 BIOTECHNOLOGY & APPLIED MICROBIOLOGY 生物工程與應(yīng)用微生物	2區(qū) 3區(qū) 3區(qū)

中科院 2021年12月舊的升級版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	生物學(xué)	3區(qū)	BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計算生物學(xué) BIOTECHNOLOGY & APPLIED MICROBIOLOGY 生物工程與應(yīng)用微生物	2區(qū) 2區(qū) 3區(qū)

中科院 2021年12月基礎(chǔ)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
是	否	生物	2區(qū)	BIOCHEMICAL RESEARCH METHODS 生化研究方法 BIOTECHNOLOGY & APPLIED MICROBIOLOGY 生物工程與應(yīng)用微生物 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計算生物學(xué)	1區(qū) 2區(qū) 1區(qū)

中科院 2021年12月升級版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	生物學(xué)	3區(qū)	BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計算生物學(xué) BIOTECHNOLOGY & APPLIED MICROBIOLOGY 生物工程與應(yīng)用微生物	2區(qū) 2區(qū) 3區(qū)

中科院 2020年12月舊的升級版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	計算機科學(xué)	3區(qū)	BIOTECHNOLOGY & APPLIED MICROBIOLOGY 生物工程與應(yīng)用微生物 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計算生物學(xué) BIOCHEMICAL RESEARCH METHODS 生化研究方法	2區(qū) 2區(qū) 3區(qū)

Bioinformatics JCR評價數(shù)據(jù)（2023-2024年最新版）

按JIF指標(biāo)學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：BIOCHEMICAL RESEARCH METHODS	SCIE	Q1	11 / 85	87.6%
學(xué)科：BIOTECHNOLOGY & APPLIED MICROBIOLOGY	SCIE	Q1	38 / 174	78.4%
學(xué)科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q1	7 / 65	90%

按JCI指標(biāo)學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：BIOCHEMICAL RESEARCH METHODS	SCIE	Q1	6 / 85	93.53%
學(xué)科：BIOTECHNOLOGY & APPLIED MICROBIOLOGY	SCIE	Q1	15 / 174	91.67%
學(xué)科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q1	8 / 65	88.46%

Bioinformatics歷年數(shù)據(jù)統(tǒng)計

影響因子

中科院分區(qū)

Bioinformatics中國學(xué)者發(fā)文選摘

1、ViMRT: a text-mining tool and search engine for automated virus mutation recognition
Author: Tong, Yuantao; Tan, Fanglin; Huang, Honglian; Zhang, Zeyu; Zong, Hui; Xie, Yujia; Huang, Danqi; Cheng, Shiyang; Wei, Ziyi; Fang, Meng; Crabbe, M. James C.; Wang, Ying; Zhang, Xiaoyan

Journal: BIOINFORMATICS. 2023; Vol. 39, Issue 1, pp. -. DOI: 10.1093/bioinformatics/btac721
2、An approach of gene regulatory network construction using mixed entropy optimizing context-related likelihood mutual information
Author: Lei, Jimeng; Cai, Zongheng; He, Xinyi; Zheng, Wanting; Liu, Jianxiao

Journal: BIOINFORMATICS. 2023; Vol. 39, Issue 1, pp. -. DOI: 10.1093/bioinformatics/btac717
3、scAWMV: an adaptively weighted multi-view learning framework for the integrative analysis of parallel scRNA-seq and scATAC-seq data
Author: Zeng, Pengcheng; Ma, Yuanyuan; Lin, Zhixiang

Journal: BIOINFORMATICS. 2023; Vol. 39, Issue 1, pp. -. DOI: 10.1093/bioinformatics/btac739
4、Clustering single-cell multi-omics data with MoClust
Author: Yuan, Musu; Chen, Liang; Deng, Minghua

Journal: BIOINFORMATICS. 2023; Vol. 39, Issue 1, pp. -. DOI: 10.1093/bioinformatics/btac736
5、VSTH: a user-friendly web server for structure-based virtual screening on Tianhe-2
Author: Mo, Qing; Xu, Zexin; Yan, Hui; Chen, Pin; Lu, Yutong

Journal: BIOINFORMATICS. 2023; Vol. 39, Issue 1, pp. -. DOI: 10.1093/bioinformatics/btac740
6、DxFormer: a decoupled automatic diagnostic system based on decoder-encoder transformer with dense symptom representations
Author: Chen, Wei; Zhong, Cheng; Peng, Jiajie; Wei, Zhongyu

Journal: BIOINFORMATICS. 2023; Vol. 39, Issue 1, pp. -. DOI: 10.1093/bioinformatics/btac744
7、PScL-2LSAESM: bioimage-based prediction of protein subcellular localization by integrating heterogeneous features with the two-level SAE-SM and mean ensemble method
Author: Ullah, Matee; Hadi, Fazal; Song, Jiangning; Yu, Dong-Jun

Journal: BIOINFORMATICS. 2023; Vol. 39, Issue 1, pp. -. DOI: 10.1093/bioinformatics/btac727
8、Active learning for efficient analysis of high-throughput nanopore data
Author: Guan, Xiaoyu; Li, Zhongnian; Zhou, Yueying; Shao, Wei; Zhang, Daoqiang

Journal: BIOINFORMATICS. 2023; Vol. 39, Issue 1, pp. -. DOI: 10.1093/bioinformatics/btac764