浅谈为何要发表生信文章?(内含深受国人喜爱的SCI期刊附录)

近几年,在NCBI上看到越来越多生信分析类的文章被刊登了,所以这类文章越来越受国内外喜爱。为什么呢?

第一一般来说影响因子5分以内的杂志逐渐接纳生信分析类文章。
第二:生信分析类文章逐渐被很多高等院校接纳,甚至跟基础研究论文同一层次。
第三生信分析类的文章思路可以天马行空可以紧贴着目前研究最火热的组学例如基因组学转录组学蛋白质组学代谢组学等等
第四生信文章所采用的数据图有各种各样颜色鲜艳可视化高方便分析例如热图曼哈顿图火山图韦恩图网络图等等
第五由于每个课题组应不只有一种思路只是因为资源和精力有限故使得其余不同思路不能得到充分的实验验证所以生信分析的构思可从大数据角度总体概括自己课题组的研究方向
5年(2014年至2019年),小编根据数据库“TGCA”为关键词检索了在pubmed中收录的文章:
当中TGCA数据库中,有5744篇生信类文章被pubmed收录。而在2008年至2013年期刊,只有323篇生信文章被收录。

从数据中看出近五年来越来越多国内外科学家都青睐挖掘二手数据去撰写SCI

小编整理了部分不做实验 只挖掘数据SCI期刊:

杂志名称发文数量
Mol Med Rep33
Oncol Lett20
Bioinformatics16
Oncol Rep13
Med Sci Monit12
Exp Ther Med11
BMC Bioinformatics11
Journal of Cellular Biochemistry11
Scientific Report11
Cell4
EPIGENOMICS1
HUM REPROD1
MOL ONCOL3
CELL PHYSICAL BIOCHEM11
iNT J CANCER9
CELL rep10
genome med5

(截止201812月)

小编最近检索了不同杂志刊登的生信SCI,大概可以分为3类:

  1. 纯生信分析多为肿瘤相关的生信分析(如局部器官的肿瘤)。
  2. 传统实验+生信:某分子的预后意义研究验证分子的功能和机制
  3. 从数据库中挖掘数据从数据库中检索差异基因功能解析等等。

数据挖掘小百科
数据挖掘是一种决策支持过程,它主要基于统计学、数据库、可视化技术等,高度自动化地分析企业的数据,作出归纳性的推理。知识发现过程由以下三个阶段组成:数据准备数据挖掘结果表达和解释

数据挖掘是通过分析每个数据,从大量数据中寻找其规律的技术,主要有:

  1. 数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集;
  2. 规律寻找是用某种方法将数据集所含的规律找出来;
  3. 规律表示是尽可能以用户可理解的方式(如可视化)将找出的规律表示出来。

数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。

Posted in 公司新闻, 实用工具, 技术文章, 新闻资讯, 生物信息学数据分析服务, 行业动态.

发表评论

电子邮件地址不会被公开。 必填项已用*标注