Biodata MiningSCIE
国际简称：BIODATA MIN 中文名称：生物数据挖掘Biodata Mining杂志是一本MATHEMATICAL & COMPUTATIONAL BIOLOGY应用杂志。是一本国际优秀学术杂志，由BioMed Central出版，该期刊创刊于2008年，出版周期为1 issue/year，始终保持着高质量和高水平的学术内容。在中科院分区表2023年12月升级版中，被归类为大类学科分区3区，显示出其优秀的学术水平和影响力。
-
ISSN：1756-0381
-
出版地区：ENGLAND
-
出版周期：1 issue/year
-
E-ISSN：1756-0381
-
创刊时间：2008
-
出版语言：English
-
是否OA：开放
-
预计审稿时间： 23 Weeks
-
影响因子：4
-
是否预警：否
-
研究方向：MATHEMATICAL & COMPUTATIONAL BIOLOGY
-
年发文量：32
-
研究类文章占比：93.75%
-
Gold OA文章占比：100.00%
-
H-index：23
-
出版国人文章占比：0.2
-
开源占比：0.9896
杂志简介
BioData Mining 是一本开放获取、开放的同行评审期刊，涵盖了应用于高维生物和生物医学数据的数据挖掘的各个方面的研究，重点研究从大规模遗传、转录组、基因组、蛋白质组和代谢组数据中发现知识的计算方面。
主题领域包括但不限于：
-新型数据挖掘和机器学习算法的开发、评估和应用。
-传统数据挖掘和机器学习算法的调整、评估和应用。
-用于数据挖掘和机器学习算法应用的开源软件。
-设计、开发和集成数据库、软件和 Web 服务，用于存储、管理、检索和分析来自大规模研究的数据。
-数据挖掘和机器学习结果的预处理、后处理、建模和解释，用于生物解释和知识发现。
值得一提的是，Biodata Mining已成功入选 SCIE（科学引文索引扩展板） 等国际知名数据库，这进一步彰显了其作为国际优秀期刊的卓越地位和广泛影响力。自创刊以来，该杂志一直保持着1 issue/year的出版周期，以高质量、高水平的学术内容著称。在JCR（Journal Citation Reports）分区等级中，该期刊荣获Q1评级。此外，其CiteScore指数达到7.9，该期刊2023年的影响因子达到4，再次验证了其优秀学术水平。
Biodata Mining是一本开放获取期刊，但其高质量的学术内容和广泛的影响力使其成为了生物学-MATHEMATICAL & COMPUTATIONAL BIOLOGY研究领域不可或缺的重要刊物。无论是对于学者、研究人员还是学术界来说，该期刊都是一份不可或缺的重要资源。
期刊指数
中科院SCI分区
CiteScore指数
自引率
发文量
影响因子
中科院SCI分区是中国科学院对SCI期刊进行的一种分类和评级。在学术界，中科院SCI分区被广泛应用于科研业绩奖励、职称评审等方面。许多高校和科研单位会按照中科院SCI分区的标准来加权计算科研成果的影响力。因此，对于科研工作者来说，了解中科院SCI分区的标准和方法，以及具体的分区结果，对于评估自己的科研成果和选择合适的期刊发表论文都非常重要。
CiteScore（或称为引用指数）是由全球著名学术出版商Elsevier于2016年12月基于Scopus数据源推出的期刊评价指标。CiteScore指数能够反映期刊在较长时间内的平均影响力。通过计算期刊过去四年内发表的文章被引用的次数，这使得该指标能够更准确地评估期刊的影响力和学术价值。
自引率的计算公式为：自引率 = （期刊自己发表的文章被自己引用的次数） / （期刊自己发表的文章总数）。其中，期刊自己发表的文章指的是该期刊所发表的所有论文，包括文章、综述、简报、通讯等各类论文。如果自引率过高，可能会影响到该期刊的学术声誉和权威性。
中科院分区表
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 |
| 否 | 否 | 生物学 3区 |
MATHEMATICAL & COMPUTATIONAL BIOLOGY
数学与计算生物学
2区
|
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：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 分区（2024年最新版）
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||||||||||||||||||
| 7.9 | 0.958 | 1.413 |
|
文章摘录
- 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
相关杂志
-
Aims Biophysics
生物物理学目标中科院分区：4区 CiteScore：2.4 -
Journal Of Receptors And Signal Transduction
受体与信号转导中科院分区：4区 CiteScore：6.6 -
Microbial Physiology
微生物生理学中科院分区：4区 CiteScore：5.2 -
Mycology
真菌学中科院分区：2区 CiteScore：9.1 -
Cells And Development
细胞与发育中科院分区：4区 CiteScore：3.7 -
Plant Communications
工厂通讯中科院分区：1区 CiteScore：15.7 -
Synthetic Biology
合成生物学中科院分区：4区 CiteScore：4.5 -
Plant Ecology & Diversity
植物生态学与多样性中科院分区：4区 CiteScore：3.3 -
Journal Of Cotton Research
棉花研究杂志中科院分区：4区 CiteScore：5.2 -
Cryptogamie Mycologie
隐花真菌学中科院分区：4区 CiteScore：3.7
免责声明
若用户需要出版服务，请联系出版商：CAMPUS, 4 CRINAN ST, LONDON, ENGLAND, N1 9XW。