Biodata Mining

BioData Mining is an open access, open peer-reviewed journal encompassing research on all aspects of data mining applied to high-dimensional biological and biomedical data, focusing on computational aspects of knowledge discovery from large-scale genetic, transcriptomic, genomic, proteomic, and metabolomic data.

Topical areas include, but are not limited to:

-Development, evaluation, and application of novel data mining and machine learning algorithms.

-Adaptation, evaluation, and application of traditional data mining and machine learning algorithms.

-Open-source software for the application of data mining and machine learning algorithms.

-Design, development and integration of databases, software and web services for the storage, management, retrieval, and analysis of data from large scale studies.

-Pre-processing, post-processing, modeling, and interpretation of data mining and machine learning results for biological interpretation and knowledge discovery.

BioData Mining 是一本开放获取、开放的同行评审期刊，涵盖了应用于高维生物和生物医学数据的数据挖掘的各个方面的研究，重点研究从大规模遗传、转录组、基因组、蛋白质组和代谢组数据中发现知识的计算方面。

主题领域包括但不限于：

-新型数据挖掘和机器学习算法的开发、评估和应用。

-传统数据挖掘和机器学习算法的调整、评估和应用。

-用于数据挖掘和机器学习算法应用的开源软件。

-设计、开发和集成数据库、软件和 Web 服务，用于存储、管理、检索和分析来自大规模研究的数据。

-数据挖掘和机器学习结果的预处理、后处理、建模和解释，用于生物解释和知识发现。

该刊已被国际权威数据库SCIE收录，该刊致力于发表经过严格同行评审的高质量原创文章，反映MATHEMATICAL & COMPUTATIONAL BIOLOGY领域的新进展、新技术、新成果，促进该领域科研交流和科研成果转化。该刊2023年影响因子为4，平均审稿速度为 23 Weeks ，近四年来没有被列入预警名单。如果您需要投稿发表服务及指导，可以联系我们的客服老师，我们专业专注服务期刊投稿协助10年，为您提供期刊投稿个性化定制服务，并且我们确保严格保密您的个人信息及稿件内容。