考研剛結(jié)束，畢業(yè)季又到，很多小伙伴在忙著畢業(yè)論文以及答辯相關(guān)事宜，也有一些小伙伴由于不走運(yùn)論文沒(méi)有按時(shí)發(fā)表延期畢業(yè)，有些單位延期的學(xué)生數(shù)量不在少數(shù)，毫無(wú)疑問(wèn)都和發(fā)表的SCI的檔次和時(shí)間有關(guān)，畢竟較多的醫(yī)學(xué)生以及在職的碩博生，想要在規(guī)定的3年時(shí)間內(nèi)發(fā)表1、2篇SCI文章（有的規(guī)定影響因子必須3分才能博士畢業(yè)），還是有一定難度的，因?yàn)橐话愕谝荒甏蠹叶純A向于學(xué)習(xí)、玩耍一下，當(dāng)然也有可能忙于家庭和上班掙錢(qián)，總之按時(shí)按質(zhì)發(fā)表SCI是一個(gè)艱難的事情。
在我們的“基金、實(shí)驗(yàn)群”問(wèn)了一下大家對(duì)于這方面的生信SCI的了解程度和觀點(diǎn)。
大家的反饋如下：
“我覺(jué)得生信就像英語(yǔ)一樣。對(duì)于生信工程師/專業(yè)譯員，生信/英語(yǔ)是他們的職業(yè)。但是對(duì)于科研型醫(yī)生/各行各業(yè)從業(yè)者來(lái)說(shuō)，生信/英語(yǔ)只是一個(gè)工具。
我不需要把序列比對(duì)的算法搞得一清二楚，我只要會(huì)用Blast就行了。
現(xiàn)在有“精準(zhǔn)醫(yī)療”，我覺(jué)得也可以有“精準(zhǔn)科研”。有了生信的幫助，“濕”實(shí)驗(yàn)可以更加精準(zhǔn)更有針對(duì)性，最大限度節(jié)省臨床樣本?！?div style="height:15px;">
某位粉絲寫(xiě)的挺深刻的：
某位粉絲寫(xiě)的挺深刻的：關(guān)于這個(gè)問(wèn)題，現(xiàn)在很多人都有這樣的想法。在回答這些問(wèn)題之前，我們首先需要搞清楚什么是生信？生信的核心是什么？第一個(gè)問(wèn)題，關(guān)于生信的文章越來(lái)越難發(fā)，任何事物的發(fā)展都是這么一個(gè)過(guò)程（簡(jiǎn)單-復(fù)雜-瓶頸-突破）簡(jiǎn)單的下點(diǎn)數(shù)據(jù)，復(fù)制一下代碼，出幾張圖，然后發(fā)篇文章，這樣的套路，現(xiàn)在比較難發(fā)文章；第二個(gè)問(wèn)題，生信的作用，一個(gè)事物的作用大不大和很多因素相關(guān)，但生信給我們提供了不同的視角去看待問(wèn)題，生信也基于大數(shù)據(jù)給了我們很多新的提示和思考，這些都是值得肯定的，至于你說(shuō)的作用大不大？關(guān)鍵看你做什么？大家在看CNS文章的時(shí)候，里面的生信多嘛？第三個(gè)問(wèn)題，新的方向，沒(méi)有系統(tǒng)研究過(guò)生信，不敢瞎說(shuō)，但生信在于生和信，生指生物學(xué)問(wèn)題，信指信息科學(xué)（算法和統(tǒng)計(jì)學(xué)），拿單細(xì)胞測(cè)序來(lái)說(shuō)，單細(xì)胞測(cè)序的生物學(xué)問(wèn)題是細(xì)胞的異質(zhì)性，它的發(fā)展靠很多學(xué)科的共同推進(jìn)，這個(gè)生物學(xué)問(wèn)題才有了一個(gè)從測(cè)序的角度解決方案。至于單細(xì)胞測(cè)序，這個(gè)肯定是未來(lái)的趨勢(shì)，因?yàn)樗鼮槲覀兛创?xì)胞的異質(zhì)性提供了很好的方法。
隨著大家都在學(xué)習(xí)生信，掌握的人越來(lái)越多，直接發(fā)文章自然就可能變得困難了，事實(shí)是這樣的嗎，師兄統(tǒng)計(jì)了一下今年截止目前“bioinformatics + TCGA” “bioinformatics + geneexpression omnibus”等關(guān)鍵詞的SCI信息，做了詳細(xì)的統(tǒng)計(jì)，以期為大家發(fā)文提供總體的介紹。
今天咱們對(duì)2019年前3個(gè)月的“挖掘二手?jǐn)?shù)據(jù)”的SCI進(jìn)行統(tǒng)計(jì)，一起找到“最喜歡生信的期刊”、“發(fā)表最快的期刊”。
因?yàn)槭峭诰騽e人的二手生信數(shù)據(jù)，我們根據(jù)三大公共疾病數(shù)據(jù)庫(kù)“TCGA”“Gene expression omnibus”+bioinformatics為關(guān)鍵詞檢索了Pubmed中收錄的文章，得到以下的結(jié)果，逐年SCI文章發(fā)表趨勢(shì)如下。
Pubmed關(guān)鍵詞：bioinformatics、TCGA、GEO
去年的月平均發(fā)表量在60篇，今年是121篇，呵呵，增加了1倍，要死了要死了?。?！毫無(wú)疑問(wèn)，今年再不研究一下生信，鐵定就發(fā)表困難了。
那么我們統(tǒng)計(jì)一下這些在2019年里263篇生信SCI，它們分布于1~31分不等（當(dāng)然這里面高分文章，例如>10分大部分還是需要增加實(shí)驗(yàn)驗(yàn)證），以下是按照發(fā)表數(shù)量來(lái)排序的清單。
雜志名
2019發(fā)表量
影響因子
Mol Med Rep
15
1.9
Bioinformatics
13
5.5
J Cell Biochem
10
3.0
Sci Rep
9
4.0
J Cell Physiol
9
3.9
Oncol Lett
8
1.7
Pathol Res Pract
6
1.5
Gene
5
2.5
PeerJ
5
2.1
Int J Cancer
4
7.4
Cancer Cell Int
4
4.0
Oncol Rep
4
3.0
Med Sci Monit
4
1.9
Nucleic Acids Res
3
11.0
Oncogene
3
6.9
EBioMedicine
3
6.2
Mol Cancer Res
3
4.6
Cancer Epidemiol Biomarkers Prev
3
4.6
Front Oncol
3
4.4
Front Pharmacol
3
3.8
Int J Oncol
3
3.3
BMC Med Genomics
3
3.3
BMC Cancer
3
3.3
J Cancer
3
3.2
Biosci Rep
3
2.9
Int J Mol Med
3
2.8
BMC Bioinformatics
3
2.2
Medicine (Baltimore)
3
2.0
Gut
2
17.0
Clin Cancer Res
2
10.2
Brief Bioinform
2
6.3
Cancers (Basel)
2
5.3
Cell Prolif
2
4.9
Front Genet
2
4.2
PLoS Comput Biol
2
4.0
Cancer Manag Res
2
3.7
Breast Cancer Res Treat
2
3.6
Biomed Pharmacother
2
3.5
IUBMB Life
2
3.2
Genes (Basel)
2
3.2
Exp Eye Res
2
3.2
Mol Genet Genomic Med
2
2.7
Onco Targets Ther
2
2.7
Biomed Res Int
2
2.6
J Surg Res
2
2.1
Pathol Oncol Res
2
1.9
Exp Ther Med
2
1.4
J Comput Biol
2
1.2
其他雜刊
80篇
--
該影響因子6月左右會(huì)有較大變化，請(qǐng)大家估算好自己文章發(fā)表的時(shí)間，再選期刊，其中Mol Med Rep、J Cell Biochem、Sci Rep、J Cell Physiol、Oncol Lett、Pathol Res Pract、PeerJ對(duì)生信類的文章還是比較友好的。
首先，我們把5分以上的歸納如下：
雜志名
Q1發(fā)表量
影響因子
Gut
2
17.0
Nucleic Acids Res
3
11.0
Clin Cancer Res
2
10.2
Int J Cancer
4
7.4
Oncogene
3
6.9
Brief Bioinform
2
6.3
EBioMedicine
3
6.2
Bioinformatics
13
5.5
Cancers (Basel)
2
5.3
其中Bioinformatics（影響因子5.5分）上發(fā)表的生信文章情況如下
Genome-wide identification of the essential protein-coding genes and long noncoding RNAs for human pan-cancer.(給予CRIPSR文本挖掘，多腫瘤分析，算法構(gòu)建)
Bioinformatics
Simultaneous clustering of multiview biomedical data using manifold optimization.（算法）
Bioinformatics
TISIDB: an integrated repository portal for tumor-immune system interactions.數(shù)據(jù)庫(kù)
Bioinformatics
DCARS: differential correlation across ranked samples.數(shù)據(jù)庫(kù)
Bioinformatics
Processing of big heterogeneous genomic datasets for tertiary analysis of Next Generation Sequencing data.算法
Bioinformatics
BioMethyl: An R package for Biological Interpretation of DNA Methylation Data.數(shù)據(jù)庫(kù)
Bioinformatics
MR4Cancer: a web server prioritizing master regulators for cancer.數(shù)據(jù)庫(kù)
Bioinformatics
DMCM: a Data-adaptive Mutation Clustering Method to identify cancer-related mutation clusters.數(shù)據(jù)庫(kù)
Bioinformatics
Ordino: a visual cancer analysis tool for ranking and exploring genes, cell lines, and tissue samples.數(shù)據(jù)庫(kù)
Bioinformatics
Breaking the paradigm: Dr. Insight empowers signature-free, enhanced drug repurposing.
Bioinformatics
Exploring drivers of gene expression in the Cancer Genome Atlas.多腫瘤、多分子機(jī)制預(yù)測(cè)
Bioinformatics
ImaGEO: integrative gene expression meta-analysis from GEO database.meta數(shù)據(jù)庫(kù)
Bioinformatics
Batch-normalization of cerebellar and medulloblastoma gene expression datasets utilizing empirically defined negative control genes.算法
Bioinformatics
而B(niǎo)rief Bioinform（IF為6.3分）、NucleicAcids Res（影響因子11分）上發(fā)表的3篇也都是：數(shù)據(jù)庫(kù)、算法的文章。
而5~10分的文章較多的還是①生信+實(shí)驗(yàn)②多腫瘤組學(xué)分析③單細(xì)胞測(cè)序數(shù)據(jù)分析
文章
雜志
影響因子
Dependency of the Cancer-Specific Transcriptional Regulation Circuitry on the Promoter DNA Methylome.多腫瘤分析
Cell Rep
8.032
Measurement of tumor mutational burden (TMB) in routine molecular diagnostics: in silico and real-life analysis of three larger gene panels.多腫瘤分析
Int J Cancer
7.36
Systematic identification of lincRNA-based prognostic biomarkers by integrating lincRNA expression and copy number variation in lung adenocarcinoma.多組學(xué)分析
Size matters: Dissecting key parameters for panel-based tumor mutational burden analysis.
Quantitative analysis of somatically acquired and constitutive uniparental disomy in gastrointestinal cancers.多腫瘤
Klotho suppresses colorectal cancer through modulation of the unfolded protein response.生信+實(shí)驗(yàn)
Oncogene
6.854
Nudt21 regulates the alternative polyadenylation of Pak1 and is predictive in the prognosis of glioblastoma patients.生信+實(shí)驗(yàn)
Histoepigenetic analysis of HPV- and tobacco-associated head and neck cancer identifies both subtype-specific and common therapeutic targets despite divergent microenvironments.生信
Increased glycolysis correlates with elevated immune activity in tumor immune microenvironment.較多實(shí)驗(yàn)+生信
EBioMedicine
6.183
Incorporation of long non-coding RNA expression profile in the 2017 ELN risk classification can improve prognostic prediction of acute myeloid leukemia patients.生信+實(shí)驗(yàn)
Targeting glutaminase 1 attenuates stemness properties in hepatocellular carcinoma by increasing reactive oxygen species and suppressing Wnt/beta-catenin pathway.生信+較多實(shí)驗(yàn)
Examination of Independent Prognostic Power of Gene Expressions and Histopathological Imaging Features in Cancer.多腫瘤
Cancers (Basel)
5.326
Integrated Approaches for the Use of Large Datasets to Identify Rational Therapies for the Treatment of Lung Cancers.生信新角度+實(shí)驗(yàn)
Identification of lncRNAs associated with early stage breast cancer and their prognostic implications.生信+較多實(shí)驗(yàn)驗(yàn)證
Mol Oncol
5.264
總而言之，咱們醫(yī)學(xué)相關(guān)的高分的生信SCI分為4類：
1．純生信分析：一般為多腫瘤組學(xué)分析；
2．生信+較多實(shí)驗(yàn)：預(yù)后相關(guān)分子，驗(yàn)證功能和找到分子機(jī)制機(jī)制；
3．?dāng)?shù)據(jù)庫(kù)類：處理公共數(shù)據(jù)庫(kù)的數(shù)據(jù)，提供可以查詢差異基因、功能解析、網(wǎng)絡(luò)互作的功能（你可以1.0、2.0、3.0地去升級(jí)，多刷幾篇文章）；
4．單細(xì)胞測(cè)序數(shù)據(jù)分析：聚類分析、PCA/t-SNE降維、細(xì)胞分群、等。
接下來(lái)就是大家最喜歡、性價(jià)比最高的1~5分生信類期刊的年度總結(jié)介紹：
雜志
2019發(fā)文數(shù)量
IF因子
Mol Med Rep
15
1.9
J Cell Biochem
10
3.0
Sci Rep
9
4.0
J Cell Physiol
9
3.9
Oncol Lett
8
1.7
Pathol Res Pract
6
1.5
Gene
5
2.5
PeerJ
5
2.1
Cancer Cell Int
4
4.0
Oncol Rep
4
3.0
Med Sci Monit
4
1.9
Mol Cancer Res
3
4.6
Cancer Epidemiol Biomarkers Prev
3
4.6
Front Oncol
3
4.4
Front Pharmacol
3
3.8
Int J Oncol
3
3.3
BMC Med Genomics
3
3.3
BMC Cancer
3
3.3
J Cancer
3
3.2
Biosci Rep
3
2.9
Int J Mol Med
3
2.8
BMC Bioinformatics
3
2.2
Medicine (Baltimore)
3
2.0
Cell Prolif
2
4.9
Front Genet
2
4.2
PLoS Comput Biol
2
4.0
Cancer Manag Res
2
3.7
Breast Cancer Res Treat
2
3.6
Biomed Pharmacother
2
3.5
IUBMB Life
2
3.2
Genes (Basel)
2
3.2
Exp Eye Res
2
3.2
Mol Genet Genomic Med
2
2.7
這里面有多個(gè)雜志已被很多國(guó)內(nèi)單位列入黑名單，請(qǐng)自己對(duì)照一下自己?jiǎn)挝坏摹捌诳诿麊巍保ó?dāng)然也不要傳謠），雜志敢不敢投畢竟還是要結(jié)合自己實(shí)際情況以及單位明文規(guī)定。
另外，再次提修改大家，6月份影響因子又要改變了，大家擦亮眼睛。
最后，1~5分文章的大部分套路都如下：
多腫瘤類的文章無(wú)非就是在腫瘤類型、樣本類型上、分子維度上疊加分析，以此類推，分?jǐn)?shù)和工作量是成正比的。
另外2019年單細(xì)胞測(cè)序（single-cell sequencing）的文章發(fā)表也較多，單細(xì)胞測(cè)序數(shù)據(jù)挖掘、分子機(jī)制類的純生信分析，我們團(tuán)隊(duì)都可以很好滴去實(shí)現(xiàn)。
