当前位置: 首页 SCI期刊 SCIE期刊 生物学 中科院3区 JCRQ1 期刊介绍(非官网)
Bioinformatics

BioinformaticsSCIE

国际简称:BIOINFORMATICS  参考译名:生物信息学

  • 中科院分区

    3区

  • CiteScore分区

    Q1

  • JCR分区

    Q1

基本信息:
ISSN:1367-4803
E-ISSN:1460-2059
是否OA:未开放
是否预警:否
TOP期刊:否
出版信息:
出版地区:ENGLAND
出版商:Oxford University Press
出版语言:English
出版周期:Biweekly
出版年份:1998
研究方向:生物-生化研究方法
评价信息:
影响因子:4.4
H-index:335
CiteScore指数:11.2
SJR指数:2.574
SNIP指数:1.547
发文数据:
Gold OA文章占比:58.31%
研究类文章占比:99.60%
年发文量:759
自引率:0.0517...
开源占比:0.3864
出版撤稿占比:0
出版国人文章占比:0.12
OA被引用占比:0.4168...
英文简介 期刊介绍 CiteScore数据 中科院SCI分区 JCR分区 发文数据 常见问题

英文简介Bioinformatics期刊介绍

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.

期刊简介Bioinformatics期刊介绍

《Bioinformatics》自1998出版以来,是一本生物学优秀杂志。致力于发表原创科学研究结果,并为生物学各个领域的原创研究提供一个展示平台,以促进生物学领域的的进步。该刊鼓励先进的、清晰的阐述,从广泛的视角提供当前感兴趣的研究主题的新见解,或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道生物学领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单,目前已被权威数据库SCIE收录,得到了广泛的认可。

该期刊投稿重要关注点:

Cite Score数据(2024年最新版)Bioinformatics Cite Score数据

  • CiteScore:11.2
  • SJR:2.574
  • SNIP:1.547
学科类别 分区 排名 百分位
大类:Mathematics 小类:Statistics and Probability Q1 7 / 278

97%

大类:Mathematics 小类:Computational Mathematics Q1 5 / 189

97%

大类:Mathematics 小类:Computational Theory and Mathematics Q1 9 / 176

95%

大类:Mathematics 小类:Computer Science Applications Q1 83 / 817

89%

大类:Mathematics 小类:Biochemistry Q1 46 / 438

89%

大类:Mathematics 小类:Molecular Biology Q1 62 / 410

85%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础,针对的是前四年发表的论文的引文。CiteScore的意义在于,它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法,而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Bioinformatics 中科院分区

中科院 2023年12月升级版 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
生物学 3区 BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 BIOTECHNOLOGY & APPLIED MICROBIOLOGY 生物工程与应用微生物 2区 2区 3区

中科院分区表 是以客观数据为基础,运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据,得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次,类似于“优、良、及格”等。最开始,这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Bioinformatics JCR分区

2023-2024 年最新版
按JIF指标学科分区 收录子集 分区 排名 百分位
学科:BIOCHEMICAL RESEARCH METHODS SCIE Q1 11 / 85

87.6%

学科:BIOTECHNOLOGY & APPLIED MICROBIOLOGY SCIE Q1 38 / 174

78.4%

学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY SCIE Q1 7 / 65

90%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:BIOCHEMICAL RESEARCH METHODS SCIE Q1 6 / 85

93.53%

学科:BIOTECHNOLOGY & APPLIED MICROBIOLOGY SCIE Q1 15 / 174

91.67%

学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY SCIE Q1 8 / 65

88.46%

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异,此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此,JCR将期刊按照学科门类和影响因子分为不同的分区,这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

发文数据

2023-2024 年国家/地区发文量统计
  • 国家/地区数量
  • USA1252
  • CHINA MAINLAND502
  • England285
  • GERMANY (FED REP GER)281
  • France187
  • Canada149
  • Spain141
  • Australia107
  • Italy107
  • Switzerland98

本刊中国学者近年发表论文

  • 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

投稿常见问题

通讯方式:OXFORD UNIV PRESS, GREAT CLARENDON ST, OXFORD, ENGLAND, OX2 6DP。