Plos Computational Biology

SCIE

國際簡稱：PLOS COMPUT BIOL 參考譯名：Plos 計算生物學

主要研究方向：Environmental Science-Ecology 非預警期刊審稿周期： 32 Weeks

《Plos 計算生物學》(Plos Computational Biology)是一本由Public Library of Science出版的以Environmental Science-Ecology為研究特色的國際期刊，發表該領域相關的原創研究文章、評論文章和綜述文章，及時報道該領域相關理論、實踐和應用學科的最新發現，旨在促進該學科領域科學信息的快速交流。該期刊是一本開放期刊，近三年沒有被列入預警名單。該期刊享有很高的科學聲譽，影響因子不斷增加，發行量也同樣高。

2區中科院分區
Q1 JCR分區
637 年發文量
3.8 IF影響因子
開放是否OA
138 H-index
2005 創刊年份
Monthly 出版周期
English 出版語言

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.

[ 查看全部 ]

投稿咨詢加急咨詢

Plos Computational Biology期刊信息

ISSN：1553-7358
出版語言：English
是否OA：開放
E-ISSN：1553-7358
出版地區：United States
是否預警：否
出版商：Public Library of Science
出版周期：Monthly
創刊時間：2005
開源占比：0.9896
Gold OA文章占比：99.67%
OA被引用占比：1
出版國人文章占比：0.04
出版撤稿占比：0
研究類文章占比：98.90%

Plos Computational Biology CiteScore評價數據（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指數

7.1

1.652

1.085

學科類別	分區	排名	百分位
大類：Mathematics 小類：Modeling and Simulation	Q1	32 / 324	90%
大類：Mathematics 小類：Ecology, Evolution, Behavior and Systematics	Q1	87 / 721	88%
大類：Mathematics 小類：Computational Theory and Mathematics	Q1	23 / 176	87%
大類：Mathematics 小類：Ecology	Q1	63 / 461	86%
大類：Mathematics 小類：Genetics	Q2	97 / 347	72%
大類：Mathematics 小類：Cellular and Molecular Neuroscience	Q2	34 / 97	65%
大類：Mathematics 小類：Molecular Biology	Q2	163 / 410	60%

名詞解釋：CiteScore 是衡量期刊所發表文獻的平均受引用次數，是在 Scopus 中衡量期刊影響力的另一個指標。當年CiteScore 的計算依據是期刊最近4年（含計算年度）的被引次數除以該期刊近四年發表的文獻數。例如，2022年的 CiteScore 計算方法為：2022年的 CiteScore =2019-2022年收到的對2019-2022年發表的文件的引用數量÷2019-2022年發布的文獻數量注：文獻類型包括：文章、評論、會議論文、書籍章節和數據論文。

Plos Computational Biology中科院評價數據

中科院 2023年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
否	否	生物學	2區	BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學	2區 2區

中科院 2022年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	生物學	2區	BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學	2區 2區

中科院 2021年12月舊的升級版

Top期刊	綜述期刊	大類學科		小類學科
否	否	生物學	2區	BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學	2區 2區

中科院 2021年12月基礎版

Top期刊	綜述期刊	大類學科		小類學科
否	否	生物	2區	BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學	2區 2區

中科院 2021年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
否	否	生物學	2區	BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學	2區 2區

中科院 2020年12月舊的升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	計算機科學	2區	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學 BIOCHEMICAL RESEARCH METHODS 生化研究方法	1區 2區

Plos Computational Biology JCR評價數據（2023-2024年最新版）

按JIF指標學科分區	收錄子集	分區	排名	百分位
學科：BIOCHEMICAL RESEARCH METHODS	SCIE	Q1	15 / 85	82.9%
學科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q1	11 / 65	83.8%

按JCI指標學科分區	收錄子集	分區	排名	百分位
學科：BIOCHEMICAL RESEARCH METHODS	SCIE	Q1	15 / 85	82.94%
學科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q1	12 / 65	82.31%

Plos Computational Biology歷年數據統計

影響因子

中科院分區

Plos Computational Biology中國學者發文選摘

1、SurvivalPath:A R package for conducting personalized survival path mapping based on time-series survival data
Author: Shen, Lujun; Mo, Jinqing; Yang, Changsheng; Jiang, Yiquan; Ke, Liangru; Hou, Dan; Yan, Jingdong; Zhang, Tao; Fan, Weijun

Journal: PLOS COMPUTATIONAL BIOLOGY. 2023; Vol. 19, Issue 1, pp. -. DOI: 10.1371/journal.pcbi.1010830
2、A dual graph neural network for drug-drug interactions prediction based on molecular structure and interactions
Author: Ma, Mei; Lei, Xiujuan

Journal: PLOS COMPUTATIONAL BIOLOGY. 2023; Vol. 19, Issue 1, pp. -. DOI: 10.1371/journal.pcbi.1010812
3、HiSV: A control-free method for structural variation detection from Hi-C data
Author: Li, Junping; Gao, Lin; Ye, Yusen

Journal: PLOS COMPUTATIONAL BIOLOGY. 2023; Vol. 19, Issue 1, pp. -. DOI: 10.1371/journal.pcbi.1010760
4、A new model of Notch signalling: Control of Notch receptor cis-inhibition via Notch ligand dimers
Author: Chen, Daipeng M.; Forghany, Zary; Liu, Xinxin M.; Wang, Haijiang; Merks, Roeland M. H. M.; Baker, David

Journal: PLOS COMPUTATIONAL BIOLOGY. 2023; Vol. 19, Issue 1, pp. -. DOI: 10.1371/journal.pcbi.1010169
5、MGAE-DC: Predicting the synergistic effects of drug combinations through multi-channel graph autoencoders
Author: Zhang, Peng; Tu, Shikui

Journal: PLOS COMPUTATIONAL BIOLOGY. 2023; Vol. 19, Issue 3, pp. -. DOI: 10.1371/journal.pcbi.1010951
6、PCB: A pseudotemporal causality-based Bayesian approach to identify EMT-associated regulatory relationships of AS events and RBPs during breast cancer progression
Author: Sun, Liangjie; Qiu, Yushan; Ching, Wai-Ki; Zhao, Pu; Zou, Quan

Journal: PLOS COMPUTATIONAL BIOLOGY. 2023; Vol. 19, Issue 3, pp. -. DOI: 10.1371/journal.pcbi.1010939
7、Bioinspired figure-ground discrimination via visual motion smoothing
Author: Wu, Zhihua; Guo, Aike

Journal: PLOS COMPUTATIONAL BIOLOGY. 2023; Vol. 19, Issue 4, pp. -. DOI: 10.1371/journal.pcbi.1011077
8、Diverse role of NMDA receptors for dendritic integration of neural dynamics
Author: Tang, Yuanhong; Zhang, Xingyu; An, Lingling; Yu, Zhaofei; Liu, Jian K.

Journal: PLOS COMPUTATIONAL BIOLOGY. 2023; Vol. 19, Issue 4, pp. -. DOI: 10.1371/journal.pcbi.1011019