摘要： 《Journal of Computational Biology》是计算生物学和生物信息学领域的专业SCI期刊，1994年创刊，2024年影响因子1.6，中科院分区生物学4区。本文基于期刊官方数据和公开信息，从影响因子走势、收稿范围、审稿周期、版面费用等角度做了一次接地气的解读，帮你在投稿前搞清楚这本期刊到底适不适合你。
关键词： Journal of Computational Biology；SCI投稿；计算生物学；生物信息学；期刊介绍
crosscheck SCI期刊稿件查重入口：
https://www.58sci.com/crossCheck/index.html
一、先说说这本期刊是干什么的
《Journal of Computational Biology》，国内通常翻译成《计算生物学杂志》，简称JCB。1994年创刊，到现在已经三十多年了。出版商是Mary Ann Liebert，一家美国的学术出版机构。它跟计算生物学领域的顶级会议RECOMB还有官方合作关系。
这本期刊的定位是计算生物学和生物信息学领域的专业期刊。说白了，它关注的是怎么用数学、统计、计算机的方法来解决生物学问题。如果你做的研究是开发新算法、建数学模型、用机器学习分析生物数据，那这本期刊就跟你的方向对得上。
它不是综合性期刊，不会收那种纯湿实验的生物学研究。它要的是“用计算的方法做生物学”的研究。
二、影响因子和分区——数据说话
先看最核心的几个数字。
影响因子： 2024年最新影响因子是1.6。五年影响因子是1.5。什么概念呢？在SCI期刊里，1.6不算高，属于中等偏下水平。但你要知道，计算生物学这个圈子本身影响因子普遍就不高，跟临床医学那些动不动十分二十分的期刊没法比。
历年变化趋势： 2020年是1.479，2021年升到1.549，2022年冲到1.7，2023年回落到1.4，2024年又回到1.6。整体在1.4到1.7之间波动，不算大起大落，说明期刊的影响力比较稳定。
JCR分区： 在JCR（Journal Citation Reports）分区里是Q2。注意，不同学科的分区不一样——在统计学与概率论里是Q3，在数学与计算生物学里是Q4。
中科院分区： 大类学科生物学4区。小类学科涉及生化研究方法、生物工程与应用微生物、计算机跨学科应用、数学与计算生物学、统计学与概率论，全部是4区。不是Top期刊，也不是综述期刊。
SJR指标： 2025年SJR是0.646，H指数是108。SJR在Q2。CiteScore是3.3。
说句实在话，如果你毕业要求是发2区以上的期刊，那这本可能不够用。但如果你只需要一篇SCI，或者你的研究方向比较偏计算、偏方法开发，这本期刊是个不错的选择。
三、它收什么样的文章？
这是最关键的问题——你的文章合不合适，得看期刊的收稿范围。
根据期刊官网的说明，它主要收这几类文章：
第一，新方法的开发和应用。 这是核心中的核心。你的文章主要贡献应该是“提出了一个计算生物学的新方法”——不管是算法层面的、统计层面的、数学层面的，还是机器学习和人工智能层面的。
第二，解决老问题的新方法。 如果计算生物学里有个老问题一直没解决好，你提出了一个新思路来解决它，期刊欢迎。
第三，应对新问题和新数据的方法。 生物学不断产生新类型的数据（比如单细胞测序、空间转录组这些），如果你能提出新方法来处理这些新数据，期刊也欢迎。
第四，从自然计算中获得灵感的新方法。 如果你的算法是受生物系统启发而设计的，也在范围内。
方法必须在真实或模拟的生物数据上测试过。纯理论的文章也可以投，但不是主流。
具体覆盖的方向包括但不限于：
基因组学
数学建模与仿真
AI/机器学习
生物信息学软件
系统生物学
进化与群体基因组学
生物医学应用
序列分析、转录组学（包括单细胞）、表观基因组学、宏基因组学等
简单说：如果你做的是生物信息学、计算基因组学、系统生物学、AI在生物学的应用，都在范围内。 如果你做的是纯湿实验、纯临床研究、纯理论数学，那就不太对口。
四、投稿前要知道的几个硬指标
文章类型： 主要收研究型文章（Research Articles），建议篇幅3000词左右（不含摘要、图表、参考文献）。也收软件文章（2-4页）、教程（Tutorials）、综述（Reviews）等。
审稿流程： 双盲评审。稿件先过一轮范围筛查，不在范围内的直接退，不送审。然后送外审，由领域专家评审，评审标准看研究的严谨性、原创性和重要性。
审稿周期： 网友反馈是“较慢，6-12周”。第一次决定大概4-6周，具体看审稿人 availability 和稿件复杂程度。算下来从投稿到第一次收到意见，平均2-3个月。如果算上修改和再审，总周期可能要半年左右。不算快，但在SCI期刊里属于正常水平。
录用难度： 有信息显示“平均录用比例较易”。但“较易”是跟同级别期刊比，不是说你随便写一篇就能中。这本期刊对方法创新性还是有要求的。
年发文量： 不同来源数据略有出入，有说74篇的，有说90篇的。近五年总共发了407篇，平均每年81篇左右。发文量不大，说明期刊对稿件质量还是有筛选的。
自引率： 0.00%。这是个好信号，说明期刊不靠自引刷影响因子。
SCI收录情况： 被SCIE（Science Citation Index Expanded）收录。
五、钱的问题——版面费怎么算
这本期刊不是纯开放获取（OA）期刊。
常规发表： 收版面费，每页90美元。按一篇3000词的论文算，排版后大概10-15页，版面费大概900到1350美元。彩色图片在线上版本是免费的。
OA发表： 如果你想选择开放获取（让所有人都能免费下载你的文章），可以通过Sage Choice项目，需要额外付费。具体费用看你所在机构有没有跟Sage签开放获取协议——如果有，可能免费或者打折。
注意： OA费用和版面费是分开算的，选了OA还是要交版面费。
六、这本期刊适合谁投？
说了这么多，给你总结一下什么样的人适合投这本期刊：
适合投的人：
研究方向是生物信息学、计算生物学、系统生物学、AI在生物学的应用
文章核心贡献是“新方法”（新算法、新模型、新软件）
毕业要求是“有SCI就行”，不强制要求高分区
不着急毕业，能等得起半年左右的审稿周期
能承担900-1350美元的版面费
不太适合投的人：
做纯湿实验、纯临床研究的
毕业要求必须发2区以上的
文章主要贡献是“应用现有方法分析了一组数据”，没有方法创新
着急毕业、等不了半年
七、给想投的人几点实在建议
第一，先看期刊最近两年发了什么文章。 去期刊官网翻一翻最近两期的目录，看看人家都在发什么方向的文章、什么水平的文章。你的文章跟这些像不像？如果风格差太远，大概率会被范围筛查直接退稿。
第二，突出“方法创新”。 这本期刊最看重的是“你提出了什么新方法”，而不是“你用现有方法分析了一组数据得到了什么结果”。写摘要和引言的时候，一定要把方法创新放在最前面说。
第三，准备好代码和数据。 做计算生物学研究，代码和数据可复现性是基本要求。投稿的时候最好把代码放在GitHub上公开，或者至少准备好提供给审稿人。
第四，做好等半年的心理准备。 6-12周的审稿周期只是“平均”，实际可能更长。别卡着毕业 deadline 投。
第五，预算好版面费。 900-1350美元不是个小数目，提前跟导师沟通好经费来源。
写在最后
《Journal of Computational Biology》创刊三十多年，在计算生物学领域算是一本有历史的专业期刊。影响因子虽然不高（1.6），但胜在方向对口、稳定可靠。中科院4区的定位决定了它不是“顶刊”，但对于很多做计算生物学的硕士、博士来说，作为毕业成果或者学术生涯的第一篇SCI，是个务实的选择。
关键是搞清楚自己的文章跟期刊的收稿范围匹不匹配。方法创新是核心，应用分析是配角。如果你的研究符合这个定位，那就大胆投；如果不符合，换别的期刊可能更合适。
记住一句话：选期刊不是在选“最好的”，而是在选“最合适的”。