IEEE/ACM Transactions on Computational Biology and Bioinformatics投稿模板及作者指南

IEEE/ACM Transactions on Computational Biology and Bioinformatics（简称《TCBB》）是计算生物学与生物信息学领域的热门期刊，聚焦生物数据分析、算法设计、基因组学、蛋白质组学及系统生物学的交叉研究。投稿需展现研究的创新性、计算严谨性或生物学意义。

IEEE推荐AJE的论文润色等服务，您在向IEEE旗下期刊提交稿件时，可以将AJE的润色证明一并提交给期刊。

期刊主页：https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=8857

期刊简介

TCBB由IEEE Computer Society、IEEE Computational Intelligence Society及ACM联合主办，创刊于2004年，涵盖计算生物学与生物信息学的广泛主题，包括序列分析、基因组学、蛋白质结构预测、系统生物学、机器学习在生物学中的应用及生物网络建模。文章需具创新性、科学严谨性及生物学或计算意义，适合计算科学、生物信息学及生物学领域的专业人士。期刊采用严格的同行评审，初审平均8-12周（官网数据）。作为混合出版期刊，作者可选择传统订阅模式或开放获取（OA）。

重要提示：此期刊（《IEEE/ACM Transactions on Computational Biology and Bioinformatics》）已于2024年停刊，现更名为《IEEE Transactions on Computational Biology and Bioinformatics》，继续出版（官网信息）。

期刊相关信息：

• 影响因子：3.6（2023年）
• 出版费用：开放获取费用（APC）为2,495美元（2025年IEEE标准，官网数据）；订阅模式无APC。
• 出版频率：双月刊（每年6期）。

投稿注意事项

• 文章长度：建议8-12页（双栏），含图表和参考文献；超过12页需支付超页费（220美元/页）。
• 投稿信：需提交，说明研究的创新性、计算或生物学贡献及适合《TCBB》的理由，突出计算生物学或生物信息学的交叉价值。
• 初始投稿格式：需使用IEEE双栏模板（Word或LaTeX），初稿提交PDF，图表嵌入正文。
• 数据可用性：必须公开数据，需存放在公共存储库（如GEO、SRA、figshare）并提供访问编号；推荐IEEE DataPort。
• 代码可用性：涉及算法或分析工具的需提供代码（如GitHub、Bioconductor链接）或补充材料。
• 预印本政策：接受在bioRxiv、arXiv等预印本服务器发布的稿件，需在投稿时声明。
• 审稿周期：初审约8-12周，采用单盲评审，至少三位审稿人。
• 出版费用减免：开放获取文章的无资助研究可申请APC减免，投稿后联系IEEE出版办公室（openaccess@ieee.org）。
• 开放获取选项：作者可选择开放获取（需支付APC）或订阅模式（无APC）。
• 彩图费用：订阅模式下，彩图每页175美元；开放获取文章无彩图费用。
• 投稿限制：允许一轮主要修订和一轮次要修订，拒绝后需编辑许可方可重新提交。
• 语言润色：建议使用IEEE推荐的AJE（American Journal Experts）服务，润色证明可随稿件提交。
• 扩展论文：如基于会议论文扩展，需新增至少30%内容，并提交原会议论文供审查。
• 伦理要求：涉及人类或动物数据的需提供伦理委员会批准编号，遵循《赫尔辛基宣言》或动物伦理指南。
• 生物数据规范：基因序列需提交至GenBank/EMBL/DDBJ，蛋白质结构至PDB，微阵列数据至GEO或ArrayExpress。

文章类型

《TCBB》主要发表以下类型文章：

• Regular Paper：完整研究文章（8-12页），报告计算生物学或生物信息学的原创研究。
• Short Paper：简短研究报告（≤6页），聚焦新颖算法或初步结果。
• Survey Paper：综述某一专题（8-12页），需具广泛参考价值，通常由编辑邀请。
• Comment：对已发表文章的评论或更正（≤2页），需编辑批准。
• Correction：更正已发表文章，需编辑批准。

投稿需通过Manuscript Central提交，Survey Paper需先联系编辑（tcbb-eic@computer.org）。

文章结构

一篇典型的Regular Paper包括以下部分，每部分附简短英文示例：

• 标题：简洁、描述性，突出计算生物学或生物信息学主题，最大15字。
  示例：
  Deep Learning for Protein Folding
• 作者信息：列出所有作者的姓名、单位、电子邮件及ORCID。
  示例：
  Department of Computer Science, UC San Diego, La Jolla, CA, USA
  Emma Li, John Smith
  Bioinformatics Institute, University of Cambridge, Cambridge, UK
  Anna Brown
• 贡献声明：明确每位共同作者的贡献，遵循IEEE标准。
  示例：
  E.L. developed the model; J.S. curated data; A.B. wrote the manuscript.
• 通信作者：指定通信作者，提供电子邮件及ORCID。
  示例：
  Correspondence to: Anna Brown (anna.brown@cam.ac.uk)
• 摘要：概述研究背景、方法、结果和意义，最大250字，无参考文献。
  示例：
  A deep learning model predicts protein folding with 90% accuracy. Training on PDB data improves AlphaFold by 10%. Code at GitHub (https://github.com/ProteinDL). Data at SRA (SRX123456). This advances structural biology.
• 关键词：提供3-8个关键词，便于检索。
  示例：
  deep learning, protein folding, bioinformatics, structural biology
• 引言：介绍研究背景、问题及目标，需包含参考文献。
  示例：
  Protein folding prediction is critical [1]. Current models lack accuracy [2]. This paper proposes a deep learning approach.
• 正文：分节描述方法、实验、结果和讨论，使用子标题。
  示例：
  Model Architecture
  The model uses a transformer with 12 layers (figure 1) [3].
• 结论：总结关键发现，提出应用或未来方向。
  示例：
  Conclusion
  The model enhances folding prediction. Future work will address RNA structures.
• 参考文献：列出所有引用文献（详见第6节）。
  示例：
  [1] C. Anfinsen, “Principles of protein folding,” IEEE/ACM Trans. Comput. Biol. Bioinform., vol. 20, no. 3, pp. 123-134, May 2023.
• 致谢（可选）：感谢资助机构或个人，包含资助编号。
  示例：
  Funded by NIH grant R01-GM123456. We thank the UCSD Bioinformatics Lab.
• 作者简介：简述作者背景、教育经历及研究兴趣，附照片（可选）。
  示例：
  Emma Li received the Ph.D. degree from UC San Diego in 2022. Her research focuses on bioinformatics.
• 伦理声明：包括利益冲突声明及伦理合规（如适用）。
  示例：
  Competing interests: The authors declare no competing interests.
  Ethics approval: Approved by UCSD IRB (IRB-123456).
• 数据可用性：提供数据存储库名称和访问编号。
  示例：
  Data at SRA: SRX123456; PDB: 7XYZ
• 补充材料（可选）：提供额外数据、代码或视频。
  示例：
  Supplementary Video S1: Folding simulation demo.
  Supplementary Data S1: Training datasets.

格式要求

《TCBB》要求初稿使用IEEE双栏模板（Word or LaTeX），建议8-12页，修订稿需符合出版规范。以下是具体要求：

字体和字号

• 正文：Times New Roman，10号字，单倍行距。
• 一级标题：粗体，11号字，首字母大写。
• 二级标题：粗体，10号字，首字母大写。
• 图表标题：粗体，8号字。

页面布局

• 使用 A4或Letter纸张，双栏排版。
• 页边距：上2.5厘米，下1.9厘米，左右1.6厘米。
• 行距：单倍行距，段前段后0点间距。

图表格式

• 图表嵌入正文，初稿为PDF，修订稿需单独上传高分辨率文件。
• 图表标题置于下方，Times New Roman，8号字，居中。
• 图表文字：8号字，确保清晰。
• 图表分辨率：至少300 DPI，推荐格式为TIFF、EPS或高分辨率JPEG。
• 颜色选择：支持彩色，建议高对比度（如蓝/黄），避免红绿。
• 图例：每幅图说明不超过300字，置于图下方。
• 版权：需获得受版权保护的图表许可，提交许可文件。
• 示例：
  Figure 1: Model performance.
  a Accuracy vs. epochs (blue: proposed; red: baseline). b Loss curve.

公式与术语

• 公式居中，右对齐编号，如 (1)，文中称为“equation (1)”.
• 术语遵循IEEE及生物信息学标准（如“protein folding”而非 “protein conformation”）。
• 示例：
  (1) P(x) = F(x) + L(x)

表格

• 表格嵌入正文，包含标题和图例，置于页面顶部或底部。
• 大型表格作为补充材料（如Excel）。

参考文献格式

《TCBB》要求使用IEEE引用风格，按文中出现顺序编号，文中以方括号引用（如 [1]）。参考文献需准确，优先引用期刊文章。以下是示例：

• 期刊文章：
  [1] C. Anfinsen, J. Doe, et al., “Principles of protein folding,” IEEE/ACM Trans. Comput. Biol. Bioinform., vol. 20, no. 3, pp. 123-134, May 2023.
• 会议论文：
  [2] E. Li and J. Smith, “Deep learning for folding,” in Proc. IEEE Int. Conf. Bioinform., Boston, MA, USA, Jun. 2023, pp. 45-46.
• 书籍：
  [3] D. Baker, Protein Folding and Design, New York, NY, USA: Wiley, 2010.
• 数据集：
  [4] E. Li and A. Brown, “Protein folding dataset,” SRA, 2023. [Online]. Available: SRX123456
• 预印本：
  [5] J. Smith and A. Brown, “Deep learning in bioinformatics,” bioRxiv:2023.01.12345, Jan. 2023. [Online]. Available: https://doi.org/10.1101/2023.01.12345

伦理声明

• 利益冲突：需声明所有作者的利益冲突（如“无利益冲突”）。
• 伦理合规：涉及人类或动物数据的需提供伦理委员会批准编号，遵循《赫尔辛基宣言》或动物伦理指南。
• 数据可用性：需声明数据存储库及访问方式。
• 代码可用性：需提供代码存储库或补充材料。
• 示例：
  Competing interests: The authors declare no competing interests.
  Ethics approval: Approved by UCSD IRB (IRB-123456).
  Data availability: Data at SRA: SRX123456; PDB: 7XYZ.
  Code availability: Code at GitHub: https://github.com/ProteinDL.

补充材料

• 补充材料作为单独文件提交，格式为PDF、Excel、MP4（H.264编码，16:9）或ZIP。
• 包含大型数据集、代码或视频，无额外费用。
• 示例：
  Supplementary Video S1: Folding simulation demo.
  Supplementary Data S1: Training datasets.

投稿流程

作者需通过Manuscript Central提交论文。流程如下：

• 注册并关联ORCID，指定通信作者（需符合IEEE作者标准）。
• 上传IEEE模板稿件（PDF）、投稿信、图表（嵌入PDF）及补充材料。
• 提供利益冲突声明、数据/代码可用性声明及伦理声明。
• 提交推荐审稿人（可选，3-5人，需提供姓名、邮箱及理由）。
• 在Manuscript Central跟踪审稿状态，初审约8-12周。
• 修订稿需提交：修改稿（Word/LaTeX）、审稿回复（逐点回应）、高分辨率图表。
• 可联系编辑部（tcbb-eic@computer.org）查询状态或申请APC减免（开放获取文章）。

最后

IEEE/ACM Transactions on Computational Biology and Bioinformatics作为计算生物学与生物信息学的期刊，尽管该期刊已于2024年停刊并更名为IEEE Transactions on Computational Biology and Bioinformatics，但并不影响投稿。建议投稿前仔细核对官网投稿指南及IEEE模板。