|
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?！?/p> 
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．數(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)。 
|
