生物信息学杂志审稿周期

不知道有多少研究生遇到过这种情况：为了毕业，一年时间内需要一篇1-2分SCI；或者临床医生、研究人员为了评职称，半年或者一年内需要一篇或者几篇SCI。如果遇到上面这些情况，自己内心肯定非常着急，可能每天都会因为SCI的事情而感到烦恼，因为在这么短的时间内完成任务，实在是太难了。 因此，很多着急需要SCI毕业的朋友，需要一些接收生信类文章比较快的期刊，下面这三个期刊是很多粉丝朋友认为是接收生信非常快的期刊： 1、 Med Sci Monit （ 影响因子：，OA期刊需要版面费，审稿周期1-3个月，有朋友试过两个星期内就接收了，发文量非常大，大量接收纯生信数据挖掘类文章 ） 期刊官网： 2、 Bioscience Reports （ 影响因子：，OA期刊需要版面费，审稿周期1-3个月，发文量非常大，大量接收纯生信数据挖掘类文章 ） 期刊官网： 3、 Journal of Cellular and Molecular Medicine  （ 影响因子：，OA期刊需要版面费，审稿周期1-3个月，发文量较大，大量接收生信+实验类文章 ） 期刊官网： 注意：个别少数非常牛的单位可能会不予支持与鼓励发表论文在上面的期刊，单位制度不同不能一概而论，所以在发文章之前需要问清楚相关的导师或者领导、负责人。 也许很多人会说上面这些期刊就是“水刊”或者“神刊”，专门用于灌水的，不过不知道你们有没有想过这些等着SCI毕业的研究生或者评职称的医生朋友，他们是非常着急的，不然之前的努力就会白白浪费。在这么短时间内完成任务，没有这些所谓OA期刊，更加难上加难。 很多专业非OA期刊都是有固定发文量的，版面非常有限，竞争非常激烈，即使是文章已经被接收，有些还要等上大半年才能见刊。可想而知，在这么短时间内，投非OA期刊是多么的难，甚至可以说是难于登天。

有很多网友想看好发的低分的对纯生信友好的期刊，现在总结一下： 1、Med Sci Monitor 影响因子： 审稿周期：1个月左右（ 审稿周期非常短，审稿速度极快 ） OA期刊：需要收取版面费 难度：*（ 极容易 ） 在在中科院《国际期刊预警名单（试行）》名单（ 2021年1月发布版）上： 预警等级：中 2、Bioengineered 影响因子： 审稿周期： 1-2个月（审稿周期较短 ） OA期刊：需要收取版面费 难度：*（ 极容易 ） 不在中科院《国际期刊预警名单（试行）》名单（ 2021年1月发布版）上 3、BIOSCIENCE REPORTS 影响因子： 审稿周期：2-5个月不等（ 审稿周期不稳定 ） OA期刊：需要收取版面费 难度：*（ 比较容易 ） 在中科院《国际期刊预警名单（试行）》名单（ 2021年1月发布版）上： 预警等级：中 4、Medicine 影响因子： 审稿周期：半年左右（ 审稿周期偏长 ） OA期刊：需要收取版面费 难度：*（ 容易到爆 ） 在中科院《国际期刊预警名单（试行）》名单（ 2021年1月发布版）上： 预警等级：高 5、PeerJ 影响因子： 审稿周期：2-3个月左右（ 审稿周期偏短 ） OA期刊：需要收取版面费 难度：*（ 比较容易 ） 不在中科院《国际期刊预警名单（试行）》名单（ 2021年1月发布版）上

Bio informatics是作为生物信息学最重要的专门期刊了。2012年度IF= 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=。 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= 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= 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=。PLOS Biology也是很好的杂志，2012年度IF=。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=。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。

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。