纯生信文章投稿推荐

‍‍Bio informatics是作为生物信息学最重要的专门期刊了。2012年度IF=468 另外还有Briefings in Bio informatics，这个杂志每年的发稿量少，最近几年IF波动很大，第一年24+，后来到9+，2012年度IF=202。 稍次一点的杂志，如BMC Bio informatics，也是生物信息学的专刊。2012年度IF=447 对于计算向的生物信息学，PLOS Computational Biology是一个很好的期刊。2012年度IF=215 除此之外，Nature Method，也会有生物信息学相关的方法发表。2012年度IF=276。PLOS Biology也是很好的杂志，2012年度IF=452。PLOS One也会经常有生物信息学文章，但被批灌水太多，算不得牛刊，2012年度IF=092。生物信息学相关的文章不一定要发到专门的生物信息学杂志，因为生物信息学作为一个工具，已经融入到很多生物问题的研究中，而不仅仅是一门孤立的学科了。‍‍

我也是大学生，我也发了不少文章。不过我主要是杂文。 不知道你写的是什么文体。

这边是软文发稿平台，有3万多个自媒体资源和1万多家新闻媒体，最低2元发一篇稿件；网络线上品牌推广、公关发布、各类产品推广，有上万的媒体可以自主选择发布；想要发布稿件，需要先去网站后台--媒体价格和自媒价格分类--查看价格和操作发布,和其它渠道的价格对比下差额，价格比市场低；网址：_html?admin=25

‍‍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。‍‍

这个看你是刚什么用发表的是普通的散文还是学术性质的论文了，一般普通的散文只要投稿杂志3-10天内就会给你打电话是否录用了，然后把稿费给你邮过来，但是学术期刊可以没有什么稿费了，还要你自己付版面费用。而且对文章要求很严。不能要抄袭，格式不能错，什么什么的，我投了好几次都被打回来了。郁闷死，最后在一朋友知道了说我傻不傻现在论文都是在网上找代理的，他给我介绍了“论文天地”，咨询了一段时间觉得那个张老师为人还比较真诚，就试着发了一篇。书都收到了，我还把我的几个朋友介绍过去，都说不错。如果您是要发表职称方面的论文，你也可以去试试

‍‍‍‍‍‍Bio informatics，很多方法类文章都发在上面，但是影响因子一般。如果有实验和数据分析，大多投到生物相关的杂志，比如genome research, nature genetics, nature等，在method里面涉及一些生信的方法，连带把algorithm放出来，供大家使用。所以，不一定非要发到Bio informatics。以前在Adderley学计算机的，研究字符串比较之类的问题，UNIX下的gnu diff就是他的杰作。后来写了blast，blast的重要性就不多说了，在后来在Celerity把string graph 应用到genome assembly，直接把HGP操翻。虽然现在因为2代测序出现D Bruising占了上风，不过随着3代测序的普及，他的string graph based OLC将再一次统治genome assembly界。‍‍‍‍‍‍