有关生物信息学的公众号-生物信息 知乎

文章信息一览：

• 1、BMC系列SCI期刊-投稿全攻略(实操手册+视频教程)
• 2、玩转KEGG(七)——ggkegg在通路图上可视差异基因数值属性
• 3、文献详解丨精选中的精选,EBioMedicine上的非套路化生信好文
• 4、BIBM2023即将截稿(附投稿交流群)
• 5、吐血整理的GEO数据库知识,生信小白你确定不看看?
• 6、obgg是什么

BMC系列SCI期刊-投稿全攻略(实操手册+***教程)

第一部分：BMC系列SCI期刊简介 BMC系列涵盖范围广泛，涉及所有科学和临床学科，期刊涉及生物学、医学、化学及应用科学。第二部分：以BMC Cancer为例，讲解投稿操作流程 接下来，我们将以BMC Cancer为例，讲讲整个投稿操作流程。请私信付费领取投稿流程实操手册及***教程哦。

BMC PUBLIC HEALTH主要关注公共卫生的流行病学研究，包括健康和社会决定因素、环境、行为和职业健康关联，以及健康政策、实践和干预措施对社区影响的探讨。检索类型为文章，确保了研究的科学性和严谨性，通过SCI检索进行全球范围内的学术交流。

第三，收稿门槛一直较低，导致水文章数量占比高，这类期刊则明显被认为是“水”。总体而言，BMC系列期刊虽不至与Hindawi期刊相提并论，但选择投稿期刊时，作者应根据期刊评价与论文实际情况，谨慎匹配适合的刊物。

对于大部分sci期刊，从投稿到接收（或拒稿）大概在数月内（2-6个月）可以完成。

影响因子与分类：BMC VETERINARY RESEARCH的影响因子为792，在JCR分类中属于Q1区，且在中科院分类中被归为2区。这些指标表明该期刊在兽医学与科学领域具有较高的学术影响力和认可度。审稿周期：该期刊的审稿周期大约为3个月，相对于一些其他SCI期刊来说，审稿速度相对较快，有利于作者及时发表研究成果。

论文类型：主要接受Article类型的投稿，接受的稿件将进行严格的SCI检索。语言要求：所有论文需用英语撰写。审稿周期：大约需要3个月，虽然时间较长，但显示出对稿件质量的严谨把控。出版商：由BioMed Central出版，保证了期刊的学术信誉。

玩转KEGG(七)——ggkegg在通路图上可视差异基因数值属性

ggkegg包实战应用（三）：可视化DESeq2中的数值属性。通过提供常用于转录组分析的DESeq2包的差异表达基因结果，可以在KEGG通路图的节点中反映数值结果。allocate_deseq2函数可用于此目的。通过指定要在图表中反映的数值（例如log2FoldChange）作为column参数，你可以将该值分配给节点。

通过ggkegg包，特别是allocate_deseq2函数，可以将DESeq2分析中的数值属性，如log2FoldChange，直观地体现在通路图的节点上。例如，研究者分析了BK多瘤病毒感染的人类尿路上皮细胞转录组变化，利用nf-core处理的原始序列数据，通过tximport、salmon和DESeq2进行深入分析。

安装ggpathway包：在R控制台中，首先安装devtools包。使用devtools包的install_github函数从GitHub上安装ggpathway包。导入必要的包：使用library命令导入ggpathway包。准备数据：准备好包含KEGG通路信息的CSV文件。这个文件应该包含绘制通路图所需的所有节点和边的信息。

以基因为例，对于实际的KEGG富集来讲，总体N即为基因总数（背景基因），有m个质量合格，即一共有m个基因注释到某个通路；抽取n个样本即为目标基因（通常选取差异基因），其中有k个质量合格，即目标基因中有k个注释到该通路。通过该算法，会得到一个p值，一般情况认为p 0.05即为显著。

enrichKEGG/gseKEGG结果可视化 该库可以使用clusterProfiler中的enrichKEGG直接可视化功能富集分析结果。无论研究的基因是否在通路中，enrich_attribute都将具有布尔值。通过管道将enrichResult类对象和pathway_number传递给ggkegg，enrich_attribute将包含在结果图中。在结果图中突出显示丰富属性。

绘制KEGG通路富集图，可以使用enrichKEGG等工具结合R语言进行。这有助于揭示基因群相关的生物学过程，如癌症中的差异基因往往富集在细胞增殖相关的通路中。深入了解KEGG数据库及其应用，可参考相关文献，如《数据库详解2|不想数据GG，就学KEGG》等资料，快速了解KEGG KEGG数据库的介绍和使用方法。

文献详解丨精选中的精选,EBioMedicine上的非套路化生信好文

1、构建复发风险预测LncRNA签名（CMDLncS）通过单变量Cox回归筛选出27个复发相关lncRNA。机器学习模型优化后，确定了12个关键lncRNA。依据回归系数加权计算，生成每个患者的CMDLncS风险得分。探究CMDLncS的独立预后价值 根据CMDLncS将患者分为高风险和低风险组，生存分析显示高风险组预后较差。

BIBM2023即将截稿(附投稿交流群)

1、生物医学和健康信息学 要加入BIBM2023投稿交流群的，关注公众号【轻松参会】，后台回复“BIBM”即可。其他CCF会议和CCF期刊也有类似的群组，回复相应关键词即可加入。

吐血整理的GEO数据库知识,生信小白你确定不看看?

1、GEO Series （GSExxx）是原始提交者提供的总结研究的记录。这些数据由GEO工作人员重新组合成精选的GEO DataSet （GDSxxx）。DataSet表示使用同一平台处理的生物学和统计学上可比较的样本***。反映实验变量的信息通过DataSet子集提供。

obgg是什么

1、OBGG是指基因和蛋白质信息数据库。OBGG是一个专门用于存储和管理基因和蛋白质信息的数据库。下面详细解释这一概念： OBGG的基本定义 OBGG是一个在线的生物信息学数据库，主要提供关于基因和蛋白质的信息。它包含了大量的生物分子数据，这些数据对于生物学研究、药物研发以及医学诊断等领域都具有重要意义。

2、OBGG是一个专门为《英雄联盟》游戏玩家提供数据统计与分析的综合性网站。对于《英雄联盟》的玩家来说，OBGG是一个极为实用的工具。它能够提供详细的游戏数据统计，包括玩家的KDA、胜率、常用英雄、游戏场次等关键信息。这些数据不仅有助于玩家了解自己的游戏表现，还能帮助他们分析对手的实力和风格。

3、首先，OBGG可以指代一个专门用于存储和管理基因和蛋白质信息的在线生物信息学数据库。这个数据库包含了大量的生物分子数据，对于生物学研究、药物研发以及医学诊断等领域都具有重要意义。用户可以通过搜索基因名称或相关序列，快速获取基因的基本信息、表达模式、功能注释、突变信息等。

4、obgg是一个专注于游戏数据分析的平台。以下是关于opgg的详细解释：数据来源：opgg主要依赖韩服数据进行分析，但高手的战术思路在不同服务器之间具有共通之处。价值所在：通过大数据分析，聚焦在白金到王者的高水平比赛，为玩家提供了深入理解游戏的工具。

5、obgg是一个数据统计网站，通过大数据最大限度地抹平个体差异，提供对局思路。对于一般人来说，它可以分析强势和弱势，分析发力和埋伏的时机，以及在碰到自己没见过的英雄时迅速对其威胁进行估算，从而制定***和战术。

关于有关生物信息学的公众号和生物信息 知乎的介绍到此就结束了，感谢你花时间阅读本站内容，更多关于生物信息 知乎、有关生物信息学的公众号的信息别忘了在本站搜索。