如我题目所说，这次探讨的问题是纯生物信息学文章好不好发表。纯生物信息学最大的好处就是跳过了基础实验这个最大门槛，省去大量时间和精力，以至于同学们对生信发文的坚信程度达到了无比执着的境地。
那么，纯生信文章现在究竟好不好发文章，是否容易被杂志编辑和审稿人接受？
我的结论是：很难，而且以后会更难，投稿的门槛只会越来越高。
3-4年前，一套完整的RNA-seq，而且是很简单的那种套路可以发到3-4分文章，好的甚至可以冲击5分水刊（就比如我在知乎的TCGA生信基础视频，顺便提一句，大家可以关注我微信号：雷枪医学信息技术，可获取全部代码）。正是因为这种情况，学习生信发文章的人数越来越多，这也投稿门槛加高的最大原因。
现阶段的情况就是，4年能发5分的纯生信文章，现在发1-2分都难，投稿不是审稿人秒拒就是被审稿人要求补充实验验证，否则就是拒稿。
虽然现阶段又有肿瘤免疫浸润、TMB突变负荷、Math异质性分析等套路的生信纯文章发表。这个地方大家要注意就是：
你看到只纯生信文章被接收是极少数，却没看见被拒稿拒到怀疑自己的绝大多数。
如果你还是想照葫芦画瓢套路一下生信文章，而不想做实验，那么你可以面临的就是大量的时间成本浪费，辛辛苦苦写出的来文章怎么也投不出去。这个可能对于生信初学者的心态是一个爆炸性的打击。
如果你问我为何如此坚定，因为我自己学习生信这一门学科已经接近4年了，这四年是生信发展的黄金时期。那么纯粹的生物信息学面临什么问题：如此不被编辑和审稿人看好。
俩大问题：
1 生信的算法离成熟差的太远：例如结合疾病做全外显子组测序，用于疾病诊断或者预测是假阳性率太高。算法杂而乱，生物信息学研究者各执己见，仅仅序列比对这一软件就有十几种。差异分析这个算法包有统一的标准吗。大家在回想一下为啥GEO芯片很多张下载下来发现里面数据形式都不一样？那么问题来了，谁的是准确的，答案是：不知道。。。。因为嗨算法的老哥们是自己不去做实验验证的去证明算法是否能准确的预测表型。
2 不可控因素太多：从你自己的取样开始，到生信仪器操作员上机，这中间的每一步换一个人来操作可能结果都不一样，就连测序仪器的规格就有几十种，没有统一的标准。
[图片上传失败...(image-346ac-1604717779839)]
话又说回来，尽管我给想发纯生信的同学泼了冷水，但这盆冷水如果你相信的话可能会节省你大量时间。从一开始，你想发生信相关文章，就要做好去实验养做基础实验的准备。
最后，推广自己的公众号：雷枪医学信息技术，分享我对于目前医学科研形势的见解
