审议范围和标准
NAR基因组学和生物信息学是一本跨学科期刊,专注于基因组学和生物信息学大规模数据分析。它旨在为社区提供基因组学和生物信息学各方面的高质量结果、分析和方法。再现性是该杂志的一个重点,所有条目都必须遵守严格的指南,确保实验和生物信息学分析的完美再现性。标准文件应符合NAR公司主要指南和条目必须满足科学质量、新颖性、及时性、有用性和可用性的条件,这是通过广泛的同行评审过程确定的。就生物信息学方法和分析而言,可用性意味着FAIR原则的适当实施,该原则要求数据和软件是可查找、可访问、可互操作和可重用的。NAR基因组学和生物信息学拥有严格的开源政策,并且只考虑那些新的生物信息学组件是开源的出版物贡献。
一、感兴趣的话题
将考虑涉及基因组学分析和随后的生物信息学分析和解释的生物学的所有方面。这里的基因组学是指广义的基因组学,可能包括基因组的结构、功能、进化、编辑,以及通常涉及基因组活动产物分析的任何研究。这包括基因组维持、遗传力和进化。特别鼓励涉及高通量测序、代谢组学、蛋白质组学或图像分析的大规模分析手稿,以及涉及此类数据的生物信息学分析的手稿。以新方法为特征的生物信息学分析必须以这样一种方式进行,即它们在准确性方面的绝对或相对优点可以使用相关和适当的度量来客观量化。编辑定期审查期刊希望吸引更多投稿的新兴科学领域。目前包括:
Omics分析
- 基因组学
- 转录组学
- 不同的无酒精饮料品牌
- 表观遗传学
- 代谢组学
- 蛋白质组学
结构生物学
- RNA和蛋白质的结构预测
- 蛋白质3D建模
- RNA结构建模
- 小分子对接预测
- 大分子配合物
功能基因组学
- 蛋白质、转录物和调控基因组元件的功能预测
- 进化和功能分析,包括预测
- 网络分析
- 公共数据集的电子再分析
单细胞分析
- 单细胞分析的统计方法
- 多尺度表示
- 血统追踪方法学.遗传疤痕
基因调控
- ChIP-Seq和转录组分析
- 核糖体分析
- RNA介导的调控(微调控、长调控等)
序列分析
- 读取映射
- 基因组比较
- 基于进化的序列比对(成对和多重)
- 模体发现
基因组/表型分析
- 基因呼叫
- 基因组结构变异的鉴定
- eQTL分析
- 遗传推理方法(GWAS等)
- iQTL的图像分析方法
- 纵向行为研究
- 图像跟踪
进化分析
人类健康
- 表型分析
- 纵向分析方法
- 治疗测序
- 基于奥密克戎的疾病管理
- 电子健康记录管理
- 人类数据的互操作性
动植物生物学
微生物学
数据库、基准测试、本体和参考资源
- 数据集成
- 标杆管理方法
- 基准参考数据集
- 比较基准测试
- 本体论和相关工具
统计学习
- 聚类算法
- 深度学习算法和应用
- 多维数据分析方法(tSNE、PCA等)
信息技术
- 管道管理方法
- 生命科学中的高性能计算
- 生命科学的扩展解决方案
- 生命科学软件开发
- 生命科学中的标准定义
二、。出版物类别:
应用程序注释
标准论文
方法文件
方法和基准调查
意见书文章
应用程序注释
申请说明是相对简短的交流-最多3000字,3张图/表或同等文件和30份参考文献。它们遵循标准文件的指导方针,但预计将集中于单个结果或方法。特别鼓励使用这种格式来公开资源,如软件、计算服务、基因组技术或参考数据库。
标准论文
标准论文有望在该杂志的范围内取得新的成果。他们的形式和组织应遵循NAR的指导方针和要求,详见准备手稿.
手稿预计不超过8000字,最多引用40次,最多6个图表或同等数字。
每当使用新的实验方法或新的生物信息学方法确定这些结果时,鼓励论文中处理这些方面的章节符合处理此类项目的出版物的要求(参见其他论文类别)。将严格执行有关软件和参考数据集存放在公共存储库中的指南。
新的实验数据必须存放在适当的存储库中。当不存在这样的存储库时,数据必须与适当的元数据一起存放在Zenodo公共通用存储库中。
方法论文
方法论文详细介绍了在期刊范围内对广泛的研究界具有最高独创性和实用性的方法学发展。这些论文应该报告新的技术、现有技术的重大进步,和/或向广大读者而不是专家展示新的实用性或优势。在适当的情况下,应在比较水平上证明现有技术的优势,并/或在全球全基因组范围内证明其有效。如下文和“期刊政策”中针对个别类别所述,所有方法论文都要遵守与标准文章相同的关于研究材料、计算可执行文件和/或源代码可用性的要求。
方法论文包括生物信息学方法论文,该论文应详细说明具有最高原创性和实用性的计算方法学发展。它们必须与感兴趣的主题相关,并且预计将在NAR的很大一部分中立即使用基因组学和生物信息学读者群。
方法必须能够处理大规模数据分析,并证明其适用于大规模计算架构(HPC、Clouds)。这些方法必须提供其生物学优点可以量化和/或与替代方案进行比较的结果。
提交的文件只有在满足科学质量和公平使用的基本要求(即可发现、可访问、可互操作和可重复使用)时才会被考虑,详见参考数据集和软件要求部分.最完整的方法论文可能包含以下三个部分中的一个或多个:
- 一种方法,期望产生生物优点可量化的输出
- 基准方法提供了允许上述量化的指标。
- 运行基准测试可能需要的参考数据集。
生物信息学论文可以包含这三个组成部分中的任何一个,前提是存在可替换缺失组成部分的第三方资源(例如,可以提交一个新的参考数据集,用于使用既定指标对公开可用的方法进行基准测试)。
每个组件都必须单独遵守数据和软件提交要求。
提交文件可能涉及全新的方法,以及新的应用和现有技术的组合(例如新管道)。在这种情况下,作者应该确定为什么这些新应用程序的传播对社区来说是对现有替代方案的明显改进。例如,描述现有方法的参数空间探索的条目只有在该探索对这些参数的含义提供了新的科学见解,或者与同样合理的新基准方法一起出现时,才会被考虑。
提交的文件必须包括针对足够数量的相关替代技术的基准。基准必须适合问题、科学合理、明确,并反映出统计上显著的改进水平。这些基准必须包括评估方法,并在适用时包括参考数据集。如果第三方已经提供了此类方法和数据集,作者还应提供这些资源的基准,以便与他们的新基准方法进行比较。新的基准方法将根据“基准文件”指南进行单独评估,而新的参考数据集也将根据“参考数据集文件”标准进行单独评估。请注意,仅依赖现有基准和参考数据集的手稿报告新方法是完全可以接受的。
评审后,评审员可能仅建议部分接受,但不包括部分提交的部分内容(例如,根据对可用基准的验证,可能会建议发布一种方法,但可能不接受与该方法一起提出的新基准)。因此,提交文件必须以高度结构化的方式编写,以便快速重新整理手稿。在实践中,这意味着每种新方法、数据集和基准度量都需要单独明确的部分。
方法和基准调查
调查文章预计将使用现有方法、基准策略和数据集提供基准的详尽组合。在提交之前,鼓励作者联系编辑讨论该项目。总的来说,预计作者在调查领域有着良好的记录。
只有当所有基准组件满足参考数据集和软件要求一节中概述的要求时,才考虑进行此类调查。该杂志不会在非开源软件上发布任何基准测试结果。无论何时需要,作者都有责任向第三方确保所需的权限。
为了考虑出版,基准调查必须伴随着对所有考虑的基准组成部分的审查,以及对全球基准结果的深入讨论。在选择计算协议时,此类讨论应尽可能强调基准在决策过程中的适用性
基准摘要作者应在文章所涵盖的领域内有发表记录。
意见文章
意见文章是原创的科学贡献,它提供了关于内部特定主题的新观点NAR基因组学和生物信息学范围。它们可能包括白皮书、对现有文献的评论和各种性质的科学观点。这些贡献将接受正式的科学审查,预计将达到任何审查的标准。结论和建议必须得到合理论证和适当参考文献的支持。邀请作者联系总编辑对于他们可能拥有的任何项目,都属于这一类。
参考数据集和软件要求
NARGAB公司旨在为高质量软件和参考数据集提供入口点。因此,将特别注意确保条目符合一定数量的要求,符合公平原则(即可查找、可访问、可互操作、可重用)。
为了实现这些不同的目标,数据和方法都应以非常具体的方式提交,并遵循如下所述的公平原则:
可查找。
数据。只要适用,数据将提交给专门的存储库,并将在论文中以提供的登录号引用。当没有专门的存储库可用时,作者应提交Zenodo上的数据(https://zenodo.org). 数据必须与足够的文件一起提交,并且必须在论文中提供链接。
软件。必须在GitHub中提交(https://github.com/). 每当软件的部署涉及二进制文件的编译时,必须将docker容器提交到GitHub的BioContainers部分(https://github.com/BioContainers(生物容器)).
无障碍。
使用公共存储库是为了确保长期的可访问性。不接受作者在本地资源中的存储。请注意,对于提供计算的公共web服务,作者必须保证从论文打印之日起两年的可用性,并且必须允许访问,无需注册要求。
互操作。
软件和数据集将附带对支持格式(输入、输出、参考)的精确和详尽描述。只要与所考虑的软件或数据相关,强烈建议使用适当的本体,如EDAM。
可重新使用。
只有在新软件以开源形式发布并包含开源倡议(OSI)基金会认可的许可证的情况下,才会考虑对手稿进行审查。软件必须附带一个简单的命令(电子实验室笔记本),以便在参考数据集上进行部署。