随着2024最新影响因子的出炉Chinese Medical Journal（《中华医学杂志英文版》）可谓是稳定发挥，影响因子为7.5，想发表生信文章的老师们，不妨关注一下这个既被SCI核心版收录、又拥有百年历史的期刊。

       作为国产SCI，其编委会成员90%以上都是中国学者，国人非常友好，每年中国作者载文量占比92.827%。期刊质量在线，审稿周期中规中矩，目前为中科院3区，JCR Q1区。最主要是目前对纯生信文章友好，这可不就更适合咱生信人了嘛！

 

       那咱要想在这本期刊上投稿并发表需要怎么做呢？就请跟着小森一起来分析学习这篇IF6分+的非肿瘤生信分析文章吧~

       该文章的作者主要采用：SVM-RFE算法、随机森林算法、LASSO算法和二元逻辑回归等4种机器学习算法，筛选关键枢纽基因并进行整合，随后取交集进行免疫浸润分析和单细胞分析，并结合单细胞测序（scRNA-seq）对常见差异表达基因进行富集及其功能相关性分析。

（不知道怎么提取创新点的老师可以扫码联系小森喔~）

研究背景

       胸主动脉瘤（TAA）是一种致命的心血管疾病，其发病机制尚未明确。本研究旨在识别和验证TAA的诊断标志物，为开发预防和治疗该疾病的新方法提供坚实的理论基础。

研究方法

       从基因表达综合（GEO）数据库中获取3个数据集的基因表达谱。使用R中的“limma”包鉴定差异表达基因（DEGs），采用最小绝对收缩和选择算子（LASSO）、支持向量机递归特征消除（SVM-RFE）、随机森林和二元逻辑回归分析筛选诊断标记基因。单样本基因集富集分析（ssGSEA）用于评估TAA中的免疫细胞浸润。

研究思路

       首先进行数据处理和差异表达基因（DEG）筛选：从基因表达综合（GEO）数据库中获取3个数据集的基因表达谱。使用R中的“limma”包鉴定差异表达基因（DEGs），采用最小绝对收缩和选择算子（LASSO）、支持向量机递归特征消除（SVM-RFE）、随机森林和二元逻辑回归分析筛选诊断标记基因。单样本基因集富集分析（ssGSEA）用于评估TAA中的免疫细胞浸润。

关注公众号 获取更多科研资讯