《遗传》｜“组学分析技术”专刊征稿

随着组学等高通量研究技术的迅速发展和广泛应用，产生的多种类型的生物大数据，引发着大数据驱动的生命科学研究范式变革，催生了生命科学出现多个前沿新领域和发展新趋势。如何高效地挖掘和利用大规模数据集，揭示其中蕴含的生物学特征和规律，已成为遗传学研究的前沿与焦点。生物大数据挖掘的算法和工具更新迭代迅速，人工智能的日趋成熟更是极大加速了对生物大数据的深度挖掘和深入理解，为揭示生命过程的遗传调控规律提供了新思路和途径，也提升了重大科学新发现产生的能力。为系统展示组学分析技术的最新研究进展，《遗传》计划在2024年推出一期专刊，主题为“组学分析技术”。我们诚邀全球相关研究人员分享他们在该领域的最新研究成果和见解，共同探讨未来的发展方向和潜在的科学挑战。

征稿内容

（1）前沿组学技术及算法工具

（2）遗传调控网络构建及解析

（3）生物大数据整合挖掘利用

专刊主编   

赵方庆  研究员（中国科学院北京生命科学研究院）

崔庆华 教授（北京大学基础医学院）

何顺民 研究员（中国科学院生物物理研究所）

杜茁 研究员（中国科学院遗传与发育生物学研究所）

欢迎从事相关研究的专家学者投稿！

文章类型不限（综述、研究报告、技术与方法、实验操作指南、资源与平台、领域前瞻、观点等均可）

请登录《遗传》期刊官网www.chinagene.cn“作者中心”“作者投稿查稿系统”完成投稿（首次登录用户需注册后投稿）。投稿时，请在“作者留言”中注明“组学分析技术专刊投稿”。

截止日期

2024年5月30日；2023年下半年正式出版。咨询邮箱：yczz@genetics.ac.cn。

专刊主编介绍

赵方庆，中国科学院北京生命科学研究院研究员，《遗传》副主编，国家杰出青年基金获得者、中国科学院特聘研究员。现任中科院北京生科院科研部副主任、中国生物信息学会基因组信息学专委会主任。先后主持十余项国家自然科学基金，并作为首席科学家主持科技部重点研发计划和军委科技委基础加强计划等项目。主要致力于建立高效的算法模型和实验技术，探索人体微生物与非编码RNA的结构组成与变化规律，以期解析它们与健康和疾病的关系。近年来，在Cell、Gut、Nature Biotechnology、Nature Methods、Nature Computational Science、Nature Communications等刊物上发表通讯作者论文100余篇。

崔庆华，北京大学基础医学院教授，《遗传》编委。主要研究方向为医学生物信息学，围绕(1)心脑血管疾病、癌症、糖尿病等重大复杂疾病关键miRNA/lncRNA的计算机识别、(2)miRNA/lncRNA在疾病中调控规律的数据挖掘、(3)基于RNA的计算机辅助药物研发等科学问题，创建医学生物信息学平台30余个。在Nucleic Acids Research、Bioinformatics等国际SCI期刊发表论文60多篇。

何顺民，中国科学院生物物理研究所研究员，《遗传》编委，中国科学院核酸生物学重点实验室研究组长，健康大数据研究中心常务副主任，首席技术专家。研究方向包括：(1) 大规模人群队列的全基因组和多组学研究；(2)非编码基因的系统鉴定、功能解析、相互作用和变异解读;(3)疾病相关的单细胞和多组学研究。在Nature Communication、Nucleic Acids Research、Genomics Proteomics Bioinformatics、Cell Reports等国际SCI期刊发表论文50多篇。

杜茁，中国科学院遗传与发育生物学研究所研究员，《遗传》编委，国家杰出青年基金获得者。研究以秀丽线虫(Caenorhabditis elegans)为高效模型，致力于建立发育调控的活体原位解析新方法，以此开展系统水平和多维度的研究，探索胚胎时空编程和动态调控规律。在Cell、Nature Methods、Developmental Cell、Cell Systems、Genome Research、Cell Reports等杂志发表论文20余篇。