Molecular Informatics SCIE

国际简称：MOL INFORM 参考译名：分子信息学

主要研究方向：CHEMISTRY, MEDICINAL-MATHEMATICAL & COMPUTATIONAL BIOLOGY 非预警期刊审稿周期：较慢,6-12周

《分子信息学》(Molecular Informatics)是一本由Wiley - VCH Verlag GmbH & CO. KGaA出版的以CHEMISTRY, MEDICINAL-MATHEMATICAL & COMPUTATIONAL BIOLOGY为研究特色的国际期刊，发表该领域相关的原创研究文章、评论文章和综述文章，及时报道该领域相关理论、实践和应用学科的最新发现，旨在促进该学科领域科学信息的快速交流。该期刊是一本未开放期刊，近三年没有被列入预警名单。

4区中科院分区
Q2 JCR分区
46 年发文量
2.8 IF影响因子
未开放 是否OA
60 H-index
2010 创刊年份
Monthly 出版周期
English 出版语言

Molecular Informatics is a peer-reviewed, international forum for publication of high-quality, interdisciplinary research on all molecular aspects of bio/cheminformatics and computer-assisted molecular design. Molecular Informatics succeeded QSAR & Combinatorial Science in 2010.

Molecular Informatics presents methodological innovations that will lead to a deeper understanding of ligand-receptor interactions, macromolecular complexes, molecular networks, design concepts and processes that demonstrate how ideas and design concepts lead to molecules with a desired structure or function, preferably including experimental validation.

The journal's scope includes but is not limited to the fields of drug discovery and chemical biology, protein and nucleic acid engineering and design, the design of nanomolecular structures, strategies for modeling of macromolecular assemblies, molecular networks and systems, pharmaco- and chemogenomics, computer-assisted screening strategies, as well as novel technologies for the de novo design of biologically active molecules. As a unique feature Molecular Informatics publishes so-called "Methods Corner" review-type articles which feature important technological concepts and advances within the scope of the journal.

[ 查看全部 ]

投稿咨询加急咨询

Molecular Informatics期刊信息

ISSN：1868-1743
出版语言：English
是否OA：未开放
E-ISSN：1868-1751
出版地区：Germany
是否预警：否
出版商：Wiley - VCH Verlag GmbH & CO. KGaA
出版周期：Monthly
创刊时间：2010
开源占比：0.162
Gold OA文章占比：19.71%
OA被引用占比：0.2770...
出版国人文章占比：0.07
出版撤稿占比：0
研究类文章占比：97.83%

Molecular Informatics CiteScore评价数据（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指数

7.3

0.55

0.623

学科类别	分区	排名	百分位
大类：Chemistry 小类：Organic Chemistry	Q1	41 / 211	80%
大类：Chemistry 小类：Computer Science Applications	Q1	183 / 817	77%
大类：Chemistry 小类：Drug Discovery	Q2	44 / 157	72%
大类：Chemistry 小类：Structural Biology	Q2	15 / 49	70%
大类：Chemistry 小类：Molecular Medicine	Q2	60 / 178	66%

名词解释：CiteScore 是衡量期刊所发表文献的平均受引用次数，是在 Scopus 中衡量期刊影响力的另一个指标。当年CiteScore 的计算依据是期刊最近4年（含计算年度）的被引次数除以该期刊近四年发表的文献数。例如，2022年的 CiteScore 计算方法为：2022年的 CiteScore =2019-2022年收到的对2019-2022年发表的文件的引用数量÷2019-2022年发布的文献数量注：文献类型包括：文章、评论、会议论文、书籍章节和数据论文。

Molecular Informatics中科院评价数据

中科院 2023年12月升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	医学	4区	CHEMISTRY, MEDICINAL 药物化学 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学	4区 4区 4区

中科院 2022年12月升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	医学	4区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 CHEMISTRY, MEDICINAL 药物化学 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用	3区 4区 4区

中科院 2021年12月旧的升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	医学	4区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 CHEMISTRY, MEDICINAL 药物化学 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用	3区 4区 4区

中科院 2021年12月基础版

Top期刊	综述期刊	大类学科		小类学科
否	否	医学	3区	CHEMISTRY, MEDICINAL 药物化学 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学	3区 3区 2区

中科院 2021年12月升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	医学	4区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 CHEMISTRY, MEDICINAL 药物化学 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用	3区 4区 4区

中科院 2020年12月旧的升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	医学	4区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 CHEMISTRY, MEDICINAL 药物化学 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用	3区 4区 4区

Molecular Informatics JCR评价数据（2023-2024年最新版）

按JIF指标学科分区	收录子集	分区	排名	百分位
学科：CHEMISTRY, MEDICINAL	SCIE	Q3	42 / 72	42.4%
学科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS	SCIE	Q2	74 / 169	56.5%
学科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q2	17 / 65	74.6%

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：CHEMISTRY, MEDICINAL	SCIE	Q2	27 / 72	63.19%
学科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS	SCIE	Q2	54 / 169	68.34%
学科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q2	19 / 65	71.54%

Molecular Informatics历年数据统计

影响因子

中科院分区

Molecular Informatics中国学者发文选摘

1、Machine Learning to Predict Homolytic Dissociation Energies of C-H Bonds: Calibration of DFT-based Models with Experimental Data
Author: Li, Wanli; Luan, Yue; Zhang, Qingyou; Aires-de-Sousa, Joao

Journal: MOLECULAR INFORMATICS. 2023; Vol. 42, Issue 1, pp. -. DOI: 10.1002/minf.202200193
2、FSDscore: An Effective Target-focused Scoring Criterion for Virtual Screening
Author: Hua, Yi; Huang, Dingfang; Liang, Li; Qian, Xu; Dai, Xiaowen; Xu, Yuan; Qiu, Haodi; Lu, Tao; Liu, Haichun; Chen, Yadong; Zhang, Yanmin

Journal: MOLECULAR INFORMATICS. 2023; Vol. 42, Issue 2, pp. -. DOI: 10.1002/minf.202200039
3、Entropy-based lamarckian quantum-behaved particle swarm optimization for flexible ligand docking
Author: You, Qi; Li, Chao; Sun, Jun; Palade, Vasile; Pan, Feng

Journal: MOLECULAR INFORMATICS. 2023; Vol. 42, Issue 3, pp. -. DOI: 10.1002/minf.202200080
4、Gas-to-ionic liquid partition: QSPR modeling and mechanistic interpretation
Author: Chang, Jia-Xi; Zou, Jian-Wei; Lou, Chao-Yuan; Ye, Jia-Xin; Feng, Rui; Li, Zi-Yuan; Hu, Gui-Xiang

Journal: MOLECULAR INFORMATICS. 2023; Vol. , Issue , pp. -. DOI: 10.1002/minf.202200223
5、Co-model for chemical toxicity prediction based on multi-task deep learning
Author: Yuan Li, Yuan; Chen, Lingfeng; Pu, Chengtao; Zang, Chengdong; Yan, YingChao; Chen, Yadong; Zhang, Yanmin; Liu, Haichun

Journal: MOLECULAR INFORMATICS. 2023; Vol. , Issue , pp. -. DOI: 10.1002/minf.202200257
6、RadAA: A Command-line Tool for Identification of Radical Amino Acid Changes in Multiple Sequence Alignments.
Author: Seim I^1,², Baker AM³, Chopin LK¹.

Journal: Mol Inform. 2019 Jan;38(1-2):e1800057. doi: 10.1002/minf.201800057. Epub 2018 Jul 17.
7、The Alkanes with Maximum Wiener Polarity Index.
Author: Du Z^1,², Ali A³.

Journal: Mol Inform. 2019 Jan;38(1-2):e1800076. doi: 10.1002/minf.201800076. Epub 2018 Aug 9.
8、Structure-based Discovery of Novel CK2α-Binding Cyclic Peptides with Anti-cancer Activity.
Author: Tang S¹, Zhang N¹, Zhou Y¹, Cortopassi WA², Jacobson MP², Zhao LJ¹, Zhong RG¹.

Journal: Mol Inform. 2019 Mar;38(3):e1800089. doi: 10.1002/minf.201800089. Epub 2018 Oct 11.