Biodata Mining

Biodata Mining

生物数据挖掘

  • 3区 中科院分区
  • Q1 JCR分区

期刊简介

《Biodata Mining》是由BioMed Central出版社于2008年创办的英文国际期刊(ISSN: 1756-0381,E-ISSN: 1756-0381),该期刊长期致力于数学与计算生物学领域的创新研究,主要研究方向为MATHEMATICAL & COMPUTATIONAL BIOLOGY。作为SCIE收录期刊(JCR分区 Q1,中科院 3区),本刊采用OA开放获取模式(OA占比1%),以发表数学与计算生物学领域等方向的原创性研究为核心(研究类文章占比93.75%%)。凭借严格的同行评审与高效编辑流程,期刊年载文量精选控制在32篇,确保学术质量与前沿性。成果覆盖Web of Science、Scopus等国际权威数据库,为学者提供推动生物学领域高水平交流平台。

投稿咨询

投稿提示

Biodata Mining审稿周期约为 23 Weeks 。该刊近年未被列入国际预警名单,年发文量约32篇,录用竞争适中,主题需确保紧密契合生物学前沿。投稿策略提示:避开学术会议旺季投稿以缩短周期,语言建议专业润色提升可读性。

  • 生物学 大类学科
  • English 出版语言
  • 是否预警
  • SCIE 期刊收录
  • 32 发文量

中科院分区

中科院 SCI 期刊分区 2023年12月升级版

Top期刊 综述期刊 大类学科 小类学科
生物学
3区
MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学
2区

中科院 SCI 期刊分区 2022年12月升级版

Top期刊 综述期刊 大类学科 小类学科
生物学
3区
MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学
3区

JCR分区

按JIF指标学科分区 收录子集 分区 排名 百分位
学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY SCIE Q1 8 / 65

88.5%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY SCIE Q1 10 / 65

85.38%

CiteScore

CiteScore SJR SNIP CiteScore 排名
CiteScore:7.9 SJR:0.958 SNIP:1.413
学科类别 分区 排名 百分位
大类:Mathematics 小类:Computational Mathematics Q1 11 / 189

94%

大类:Mathematics 小类:Computational Theory and Mathematics Q1 17 / 176

90%

大类:Mathematics 小类:Computer Science Applications Q1 166 / 817

79%

大类:Mathematics 小类:Genetics Q1 76 / 347

78%

大类:Mathematics 小类:Biochemistry Q1 104 / 438

76%

大类:Mathematics 小类:Molecular Biology Q2 130 / 410

68%

期刊发文

  • Motif mining based on network space compression

    Author: Qiang Zhang, Yuan Xu

    Journal: BioData Mining, 2014, Vol.8, , DOI:10.1186/s13040-014-0029-x

  • An iteration normalization and test method for differential expression analysis of RNA-seq data

    Author: Yan Zhou, Nan Lin, Baoxue Zhang

    Journal: BioData Mining, 2014, Vol.7, , DOI:10.1186/1756-0381-7-15

  • Prediction of protein solvent accessibility using PSO-SVR with multiple sequence-derived features and weighted sliding window scheme

    Author: Jian Zhang, Wenhan Chen, Pingping Sun, Xiaowei Zhao, Zhiqiang Ma

    Journal: BioData Mining, 2015, Vol.8, , DOI:10.1186/s13040-014-0031-3

  • Mining causal relationships among clinical variables for cancer diagnosis based on Bayesian analysis

    Author: LiMin Wang

    Journal: BioData Mining, 2015, Vol.8, , DOI:10.1186/s13040-015-0046-4

  • Predicting linear B-cell epitopes using amino acid anchoring pair composition

    Author: Weike Shen, Yuan Cao, Lei Cha, Xufei Zhang, Xiaomin Ying, Wei Zhang, Kun Ge, Wuju Li, Li Zhong

    Journal: BioData Mining, 2015, Vol.8, , DOI:10.1186/s13040-015-0047-3

  • Accurate prediction of protein relative solvent accessibility using a balanced model

    Author: Wei Wu, Zhiheng Wang, Peisheng Cong, Tonghua Li

    Journal: BioData Mining, 2017, Vol.10, , DOI:10.1186/s13040-016-0121-5

  • A feature selection method based on multiple kernel learning with expression profiles of different types

    Author: Wei Du, Zhongbo Cao, Tianci Song, Ying Li, Yanchun Liang

    Journal: BioData Mining, 2017, Vol.10, , DOI:10.1186/s13040-017-0124-x

  • Elevated transcriptional levels of aldolase A (ALDOA) associates with cell cycle-related genes in patients with NSCLC and several solid tumors

    Author: Fan Zhang, Jie-Diao Lin, Xiao-Yu Zuo, Yi-Xuan Zhuang, Chao-Qun Hong, Guo-Jun Zhang, Xiao-Jiang Cui, Yu-Kun Cui

    Journal: BioData Mining, 2017, Vol.10, , DOI:10.1186/s13040-016-0122-4