JournalofTranslationalMedicine（转化医学杂志）是一本医学类期刊，文章收录方向为人类相关的医学实验研究。CiteScore评分11，，在生化、遗传学杂志中排名前14%。是细分领域中非常不错的SCI期刊，细分领域学术影响力较大，专业度认可高。对原创文章要求创新性较高，对文章质量要求较高。
期刊基本信息
《JTRANSLMED》是BioMedCentral出版的开放获取的在线发布期刊。ISSN为1479-5876，创刊20余年，文章质量稳定。期刊以优化基础科学和临床科学间交流为宗旨，鼓励基础与实验相结合的实践研究。
2021年影响因子8.44
总编
FrancescoMarincola,
机构：SonataTherapeutics首席科学官，USA
领域：免疫学、肿瘤学和细胞治疗，癌症免疫治疗和生物标志物
DiseaseBiomarkers
HaoFang,
机构：中国复旦大学临床麻醉学教授，上海，China
领域：脓毒症的围手术期器官保护和重症监护
TranslationalHematology
SeahHLim,
机构：纽约州立大学下州健康科学大学医学教授兼血液学和肿瘤学主任，Brooklyn,USA
领域：内科，血液学，血液恶性肿瘤和干细胞移植转化
期刊IF信息
JTRANSLMED2021年的IF为8.44，今年预测IF为7.69，中科院分区医学大类2区，小类研究与实验2区，OA版面费3490美元。2021年的中国文章占比约30%。平均审稿时间约30天。自引率1.2%，接收率约50%。
在投稿国家和机构TOP5中，投稿数量最高的国家是中国（46%），第二高是美国（25%）；数量最高的机构是欧洲研究型大学联盟（36%），第二高的是复旦大学（17%），其次是上海交通大学（16%）。对国人比较友好。
收稿范围
JTRANSLMED文章侧重于从人体实验中获得的信息，以优化基础科学和临床科学间的交流。包括但不限于：医学实验、心脏病学、医学检验、遗传学、分子生物学、临床外科手术等。创刊以来的年均发文量289篇。
发文量虽然一直在增长，但是自引率很低。且近五年文章数量相对平稳，而被引频数、影响因子都在快速上涨，可见期刊对文章质量把控是比较严格的。
2003-2023每年发表文章数与被引频数
创刊以来发表的所有文章中，“论文”占比最高（87.8%），综述论文次之，约占9.4%（572篇）；摘要有7.4%，社论材料约占2.9%（176篇），
发表过的生信文章
01
Automaticidentificationofmyopicmaculopathyrelatedimagingfeaturesinopticdiscregionviamachinelearningmethods
利用机器学习方法自动识别视盘区域近视黄斑病变相关影像特征
发表日期：11May2021
457只眼(313例)样本分为重度MM组和非重度MM组。采用影像组学方法分析视盘区域与重度MM显著相关的特征。采用受试者操作特征(ROC)评价这些特征对严重MM的分类效果。从视盘区域发现了8个新的与MM相关的图像特征，这些特征描述了视盘区域的形状、纹理模式和强度分布。与临床报道的MM相关特征相比，这些新发现的特征对严重MM的分型能力更好。视盘周围弥漫性脉络膜视网膜萎缩(PDCA)和黄斑区弥漫性脉络膜视网膜萎缩(MDCA)患者间大部分特征的平均值有显著差异。
02
Screeningofimmune-relatedsecretoryproteinslinkingchronickidneydiseasewithcalcificaorticvalvediseasebasedoncomprehensivebioinformaticsanalysisandmachinelearning
基于综合生物信息学分析和机器学习筛选慢性肾脏疾病与钙化主动脉瓣疾病相关的免疫相关分泌蛋白
发表日期：1June2023
从GEO数据库中获得3个CAVD、1个CKD-PBMC和1个CKD-Kidney的表达谱数据集。首先，检测CAVD关键基因和ckd相关分泌蛋白，进行差异表达分析和WGCNA。通过蛋白-蛋白相互作用(PPI)、功能富集和cMAP分析，揭示CKD相关CAVD的相关致病基因和潜在机制，以及治疗CAVD的潜在药物。然后用LASSO回归和随机森林等机器学习算法筛选候选生物标志物，构建CKD相关CAVD诊断模态图。最后用CIBERSORT算法探索免疫细胞在CAVD中的浸润。整合CAVD数据集通过交叉差异表达和WGCNA分析鉴定出124个CAVDhub基因。通过差异表达分析筛选出983种CKD相关分泌蛋白。PPI分析鉴定出两个包含76个节点的hub模块，富集分析发现这些hub模块多富集于炎症和免疫调节。cMAP分析显示，metyrapone是一种更有潜力的CAVD治疗药物。免疫细胞浸润结果揭示了CAVD的免疫失调，SLPI/MMP9与侵袭性免疫细胞显著相关。
03
Predictionof3-yearriskofdiabetickidneydiseaseusingmachinelearningbasedonelectronicmedicalrecords
基于电子医疗记录的机器学习预测糖尿病肾病3年风险
发表日期：26March2022
对解放军总医院816例T2DM患者(585例男性)进行3年随访，利用EMR中可获得的46个医学特征，基于7种机器学习算法(轻梯度增强[LightGBM]、极限梯度增强、自适应增强、人工神经网络、决策树、支持向量机、逻辑回归)建立预测模型。使用受试者工作特征曲线下面积(AUC)评估模型性能。用Shapley加性解释(SHAP)来解释表现最好的模型结果。LightGBM模型的AUC最高(0.815,95%~0.882)。基于LightGBM的随机森林递归特征消除和SHAP图显示，具有高同型半胱氨酸(Hcy)、血糖控制不良、低血清白蛋白(ALB)、低肾小球滤过率(eGFR)和高碳酸碳酸盐的老年T2DM患者在未来3年内发生DKD的风险增加。
