到底生物信息学数据挖掘也可以发那些文章呢？下面来给大家总结一下。
生物信息学（bioinformatics）定义
是在大分子方面的概念型的生物学，并且使用了信息学的技术，这包括了从应用数学、计算机科学以及统计学等学科衍生而来各种方法，并以此在大尺度上来理解和组织与生物大分子相关的信息。
生物信息学的研究内容
生物信息的存储与查询
序列比对；
基因预测及基因组分析；
分子进化与系统发育分析；
RNA结构预测；
蛋白质结构预测；
分子设计与药物设计；
生物网络；
生物芯片
生物信息学发表文章的优势
丰富的数据资源和生物软件工具
数据库：NCBI,EBI, DDBJ, PDB,SWISS-PROT等
软件工具：Cytoscape，BLAST, R语言，String, David等
免去了繁杂和重复的实验
速度快；
内容丰富，知识庞大，可研究和待解决的问题很多
生信数据挖掘可以发这些SCI文章
基因芯片数据的挖掘 （目前比较流行的，例如GEO，TCGA，SEER数据挖掘，临床医生、研究生比较适合）
构建疾病数据库（这个对计算机要求高，需要生物信息学专业的同学来搞）
基因组进化分析
药物治疗的生物信息分析
基因突变及SNP分析
新算法或者新软件包开发 （这个对计算机要求高，需要生物信息学专业的同学来搞）
构建网络服务器（web service）（这个对计算机要求高，需要生物信息学专业的同学来搞）
疾病潜在的候选基因分析
基因多态性分析
...
数据挖掘是比较简单，发文快捷，但是要是想发高分，还需要做实验验证。高分文章跟投入的时间和精力成正比的。
你可能感兴趣的：
联系客服
