Journal Title:Plos Computational Biology
PLOS Computational Biology features works of exceptional significance that further our understanding of living systems at all scales—from molecules and cells, to patient populations and ecosystems—through the application of computational methods. Readers include life and computational scientists, who can take the important findings presented here to the next level of discovery.
Research articles must be declared as belonging to a relevant section. More information about the sections can be found in the submission guidelines.
Research articles should model aspects of biological systems, demonstrate both methodological and scientific novelty, and provide profound new biological insights.
Generally, reliability and significance of biological discovery through computation should be validated and enriched by experimental studies. Inclusion of experimental validation is not required for publication, but should be referenced where possible. Inclusion of experimental validation of a modest biological discovery through computation does not render a manuscript suitable for PLOS Computational Biology.
Research articles specifically designated as Methods papers should describe outstanding methods of exceptional importance that have been shown, or have the promise to provide new biological insights. The method must already be widely adopted, or have the promise of wide adoption by a broad community of users. Enhancements to existing published methods will only be considered if those enhancements bring exceptional new capabilities.
PLOS Computational Biology 刊登了具有特殊意义的论文,这些论文通过应用计算方法,进一步加深了我们对各个尺度的生命系统的理解——从分子和细胞到患者群体和生态系统。读者包括生命科学家和计算科学家,他们可以将这里提出的重要发现提升到新的发现水平。
研究文章必须声明为属于相关部分。有关各部分的更多信息,请参阅提交指南。
研究文章应该模拟生物系统的各个方面,展示方法和科学的新颖性,并提供深刻的新生物学见解。
通常,通过计算进行的生物学发现的可靠性和重要性应该通过实验研究进行验证和丰富。发表时不需要包含实验验证,但应尽可能引用。通过计算对一个适度的生物学发现进行实验验证并不能使手稿适合 PLOS Computational Biology。
专门指定为方法论文的研究文章应描述已证明具有特殊重要性的杰出方法,或有望提供新的生物学见解。该方法必须已被广泛采用,或有望被广大用户广泛采用。只有当这些增强功能带来卓越的新功能时,才会考虑对现有已发布方法的增强。
Plos Computational Biology创刊于2005年,由Public Library of Science出版商出版,收稿方向涵盖Environmental Science - Ecology全领域,此刊是该细分领域中属于非常不错的SCI期刊,在行业细分领域中学术影响力较大,专业度认可很高,所以对原创文章要求创新性较高,如果您的文章质量很高,可以尝试。平均审稿速度 32 Weeks ,影响因子指数3.8,该期刊近期没有被列入国际期刊预警名单,广大学者值得一试。
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
生物学 | 2区 | BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 2区 2区 | 否 | 否 |
名词解释:
中科院分区也叫中科院JCR分区,基础版分为13个大类学科,然后按照各类期刊影响因子分别将每个类别分为四个区,影响因子5%为1区,6%-20%为2区,21%-50%为3区,其余为4区。
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
生物学 | 2区 | BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 2区 2区 | 是 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
生物学 | 2区 | BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 2区 2区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
生物 | 2区 | BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 2区 2区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
生物学 | 2区 | BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 2区 2区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 2区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 BIOCHEMICAL RESEARCH METHODS 生化研究方法 | 1区 2区 | 是 | 否 |
按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:BIOCHEMICAL RESEARCH METHODS | SCIE | Q1 | 15 / 85 |
82.9% |
学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY | SCIE | Q1 | 11 / 65 |
83.8% |
按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:BIOCHEMICAL RESEARCH METHODS | SCIE | Q1 | 15 / 85 |
82.94% |
学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY | SCIE | Q1 | 12 / 65 |
82.31% |
名词解释:
WOS即Web of Science,是全球获取学术信息的重要数据库,Web of Science包括自然科学、社会科学、艺术与人文领域的信息,来自全世界近9,000种最负盛名的高影响力研究期刊及12,000多种学术会议多学科内容。给期刊分区时会按照某一个学科领域划分,根据这一学科所有按照影响因子数值降序排名,然后平均分成4等份,期刊影响因子值高的就会在高分区中,最后的划分结果分别是Q1,Q2,Q3,Q4,Q1代表质量最高。
CiteScore | SJR | SNIP | CiteScore排名 | ||||||||||||||||||||||||||||||||
7.1 | 1.652 | 1.085 |
|
名词解释:
CiteScore:衡量期刊所发表文献的平均受引用次数。
SJR:SCImago 期刊等级衡量经过加权后的期刊受引用次数。引用次数的加权值由施引期刊的学科领域和声望 (SJR) 决定。
SNIP:每篇文章中来源出版物的标准化影响将实际受引用情况对照期刊所属学科领域中预期的受引用情况进行衡量。
是否OA开放访问: | h-index: | 年文章数: |
开放 | 138 | 637 |
Gold OA文章占比: | 2021-2022最新影响因子(数据来源于搜索引擎): | 开源占比(OA被引用占比): |
99.67% | 3.8 | 0.98... |
研究类文章占比:文章 ÷(文章 + 综述) | 期刊收录: | 中科院《国际期刊预警名单(试行)》名单: |
98.90% | SCIE | 否 |
历年IF值(影响因子):
历年引文指标和发文量:
历年中科院JCR大类分区数据:
历年自引数据:
2023-2024国家/地区发文量统计:
国家/地区 | 数量 |
USA | 1072 |
England | 323 |
GERMANY (FED REP GER) | 284 |
France | 170 |
CHINA MAINLAND | 125 |
Canada | 123 |
Switzerland | 113 |
Spain | 99 |
Netherlands | 91 |
Australia | 85 |
2023-2024机构发文量统计:
机构 | 数量 |
UNIVERSITY OF CALIFORNIA SYSTEM | 181 |
CENTRE NATIONAL DE LA RECHERCHE ... | 108 |
UNIVERSITY OF LONDON | 86 |
HARVARD UNIVERSITY | 82 |
MAX PLANCK SOCIETY | 81 |
PENNSYLVANIA COMMONWEALTH SYSTEM... | 60 |
UNIVERSITY OF OXFORD | 58 |
STANFORD UNIVERSITY | 54 |
IMPERIAL COLLEGE LONDON | 52 |
MASSACHUSETTS INSTITUTE OF TECHN... | 49 |
近年引用统计:
期刊名称 | 数量 |
P NATL ACAD SCI USA | 1592 |
PLOS COMPUT BIOL | 1312 |
NATURE | 1301 |
SCIENCE | 1019 |
J NEUROSCI | 938 |
PLOS ONE | 793 |
NUCLEIC ACIDS RES | 746 |
BIOINFORMATICS | 692 |
CELL | 612 |
NEURON | 587 |
近年被引用统计:
期刊名称 | 数量 |
PLOS COMPUT BIOL | 1312 |
SCI REP-UK | 1139 |
NAT COMMUN | 570 |
PLOS ONE | 434 |
BIOINFORMATICS | 423 |
ELIFE | 387 |
BMC BIOINFORMATICS | 385 |
P NATL ACAD SCI USA | 356 |
PHYS REV E | 306 |
FRONT GENET | 283 |
近年文章引用统计:
文章名称 | 数量 |
MUMmer4: A fast and versatile ge... | 112 |
BEAST 2.5: An advanced software ... | 111 |
MDHGI: Matrix Decomposition and ... | 67 |
A computational approach to dist... | 42 |
OpenSim: Simulating musculoskele... | 41 |
New functionalities in the TCGAb... | 37 |
Sequence determinants of protein... | 33 |
The AmP project: Comparing speci... | 31 |
LASSI: A lattice model for simul... | 30 |
SFPEL-LPI: Sequence-based featur... | 29 |
同小类学科的其他优质期刊 | 影响因子 | 中科院分区 |
Genes | 2.8 | 3区 |
Annual Review Of Genetics | 8.7 | 1区 |
Behaviour | 1.2 | 4区 |
Microbiological Research | 6.1 | 1区 |
Cells | 5.1 | 2区 |
Zebrafish | 1.4 | 4区 |
Biological Trace Element Research | 3.4 | 3区 |
Peerj | 2.3 | 3区 |
Gene | 2.6 | 3区 |
Molecular Genetics And Metabolism | 3.7 | 2区 |
若用户需要出版服务,请联系出版商:1160 BATTERY STREET, STE 100, SAN FRANCISCO, USA, CA, 94111。