|
Авторы с наибольшим числом научных статей в журнале "Математическая биология и биоинформатика"
учитываются научные статьи, опубликованные в рецензируемых журналах и серийных изданиях, сборниках трудов научных конференций, индексированные в международных библиографических базах данных или имеющие DOI
|
1. |
В. Д. Лахно |
42 |
2. |
М. Н. Устинин |
25 |
3. |
Е. Я. Фрисман |
18 |
4. |
В. Ю. Лунин |
17 |
5. |
Н. Н. Назипова |
17 |
6. |
Д. А. Тихонов |
17 |
7. |
С. Д. Рыкунов |
16 |
8. |
А. М. Андрианов |
14 |
9. |
В. А. Лихошвай |
14 |
10. |
О. Н. Озолинь |
14 |
11. |
Т. Е. Петрова |
14 |
12. |
Г. П. Неверова |
13 |
13. |
Т. М. Хлебодарова |
13 |
14. |
В. С. Быстров |
12 |
15. |
Е. А. Исаев |
12 |
16. |
В. А. Кутыркин |
12 |
17. |
Н. Л. Лунина |
12 |
18. |
А. В. Тузиков |
12 |
19. |
М. Б. Чалей |
12 |
20. |
Н. В. Зайцева |
11 |
21. |
А. Е. Медведев |
11 |
22. |
В. В. Панюков |
11 |
23. |
П. В. Трусов |
11 |
24. |
Н. С. Фиалко |
11 |
25. |
А. И. Абакумов |
11 |
|
40 авторов с наибольшим числом научных статей в журнале |
|
Наиболее цитируемые авторы журнала "Математическая биология и биоинформатика" |
1. |
В. Д. Лахно |
139 |
2. |
М. Н. Устинин |
104 |
3. |
Е. Я. Фрисман |
82 |
4. |
Д. А. Тихонов |
81 |
5. |
А. В. Ефимов |
67 |
6. |
Л. И. Куликова |
66 |
7. |
Г. П. Неверова |
65 |
8. |
А. И. Абакумов |
64 |
9. |
В. С. Быстров |
63 |
10. |
Н. Н. Назипова |
60 |
11. |
С. Д. Рыкунов |
55 |
12. |
Е. А. Исаев |
46 |
13. |
А. Н. Коршунова |
42 |
14. |
N. Adlakha |
41 |
15. |
Р. Линас |
40 |
16. |
Н. В. Зайцева |
39 |
17. |
П. В. Трусов |
39 |
18. |
Н. В. Перцев |
37 |
19. |
М. Ю. Цинкер |
37 |
20. |
О. Н. Озолинь |
36 |
|
40 наиболее цитируемых авторов журнала |
|
Часто цитируемые статьи журнала "Математическая биология и биоинформатика" |
1. |
Nonlinear dynamic modeling of 2-dimensional interdependent calcium and inositol 1,4,5-trisphosphate in cardiac myocyte Nisha Singh, Neeru Adlakha Матем. биология и биоинформ., 2019, 14:1, 290–305 |
22 |
2. |
Simulation of buffered advection diffusion of calcium in a hepatocyte cell Y. D. Jagtap, N. Adlakha Матем. биология и биоинформ., 2018, 13:2, 609–619 |
19 |
3. |
Моделирование процесса дыхания человека: концептуальная и математическая постановки П. В. Трусов, Н. В. Зайцева, М. Ю. Цинкер Матем. биология и биоинформ., 2016, 11:1, 64–80 |
19 |
4. |
Математические модели распространения и контроля туберкулеза (обзор) К. К. Авилов, А. А. Романюха Матем. биология и биоинформ., 2007, 2:2, 188–318 |
17 |
5. |
Chiral peculiar properties of self-organization of diphenylalanine peptide nanotubes: modeling of structure and properties V. S. Bystrov, P. S. Zelenovskiy, A. S. Nuraeva, S. Kopyl, O. A. Zhulyabina, V. A. Tverdislov Матем. биология и биоинформ., 2019, 14:1, 94–125 |
16 |
6. |
Статистический анализ внутренних расстояний спиральных пар в белковых молекулах Д. А. Тихонов, Л. И. Куликова, А. В. Ефимов Матем. биология и биоинформ., 2016, 11:2, 170–190 |
16 |
7. |
Автоволновые процессы Ю. Е. Елькин Матем. биология и биоинформ., 2006, 1:1, 27–40 |
16 |
8. |
Modeling of insect-pathogen dynamics with biological control S. Saha, G. Samanta Матем. биология и биоинформ., 2020, 15:2, 268–294 |
15 |
9. |
Эффекты промыслового воздействия на рыбную популяцию А. И. Абакумов, Ю. Г. Израильский Матем. биология и биоинформ., 2016, 11:2, 191–204 |
15 |
10. |
Computational studies of the hydroxyapatite nanostructures, peculiarities and properties V. S. Bystrov Матем. биология и биоинформ., 2017, 12:1, 14–54 |
14 |
11. |
О движении кинка ДНК под действием постоянного торсионного момента Л. В. Якушевич, В. Н. Балашова, Ф. К. Закирьянов Матем. биология и биоинформ., 2016, 11:1, 81–90 |
14 |
12. |
Комплекс программ для расчета парциальных спектров головного мозга человека С. Д. Рыкунов, М. Н. Устинин, А. Г. Полянин, В. В. Сычев, Р. Р. Линас Матем. биология и биоинформ., 2016, 11:1, 127–140 |
14 |
13. |
Исследование межспиральных углов в структурных мотивах, образованных двумя спиралями Д. А. Тихонов, Л. И. Куликова, А. В. Ефимов Матем. биология и биоинформ., 2017, 12:1, 83–101 |
13 |
14. |
Влияние промыслового изъятия на режимы динамики лимитированной популяции: результаты моделирования и численного исследования Г. П. Неверова, А. И. Абакумов, Е. Я. Фрисман Матем. биология и биоинформ., 2016, 11:1, 1–13 |
13 |
15. |
Динамика полярона большого радиуса в модельной полинуклеотидной цепочке со случайными возмущениями Н. С. Фиалко, В. Д. Лахно Матем. биология и биоинформ., 2019, 14:2, 406–419 |
12 |
16. |
Formation of stationary electronic states in finite homogeneous molecular chains V. D. Lakhno, A. N. Korshounova Матем. биология и биоинформ., 2010, 5:1, 1–29 |
12 |
17. |
Моделирование распространения респираторных вирусных инфекций в городе: мультиагентный подход А. И. Влад, Т. Е. Санникова, А. А. Романюха Матем. биология и биоинформ., 2020, 15:2, 338–356 |
11 |
18. |
Особенности движения полярона в молекулярных полинуклеотидных цепочках конечной длины при наличии в цепочке локализованных возбуждений А. Н. Коршунова, В. Д. Лахно Матем. биология и биоинформ., 2017, 12:1, 204–224 |
11 |
19. |
Воздействие осиновых плантаций с коротким оборотом рубки на биологический круговорот углерода и азота в лесах бореальной зоны: модельный эксперимент А. С. Комаров, О. Г. Чертов, С. С. Быховец, И. В. Припутина, В. Н. Шанин, Е. О. Видягина, В. Г. Лебедев, К. А. Шестибратов Матем. биология и биоинформ., 2015, 10:2, 398–415 |
11 |
20. |
A fractional epidemic model with Mittag-Leffler kernel for COVID-19 Hassan Aghdaoui, Mouhcine Tilioua, Kottakkaran Sooppy Nisar, Ilyas Khan Матем. биология и биоинформ., 2021, 16:1, 39–56 |
10 |
21. |
Theoretical and experimental investigations of DNA open states A. S. Shigaev, O. A. Ponomarev, V. D. Lakhno Матем. биология и биоинформ., 2018, 13:Suppl., 162–267 |
10 |
22. |
The application of a distributed model of active media for the analysis of urban ecosystems development A. E. Sidorova, N. T. Levashova, A. E. Semina, A. A. Melnikova Матем. биология и биоинформ., 2018, 13:2, 454–465 |
10 |
23. |
Режимы динамики лимитированной структурированной популяции при избирательном промысле Г. П. Неверова, А. И. Абакумов, Е. Я. Фрисман Матем. биология и биоинформ., 2017, 12:2, 327–342 |
10 |
24. |
Анализ торсионных углов между осями спиралей в спиральных парах белковых молекул Д. А. Тихонов, Л. И. Куликова, А. В. Ефимов Матем. биология и биоинформ., 2017, 12:2, 398–410 |
10 |
25. |
Спонтанная остановка дрейфа спиральной волны в однородной возбудимой среде Ю. Е. Елькин, А. В. Москаленко, Ч. Ф. Стармер Матем. биология и биоинформ., 2007, 2:1, 73–81 |
10 |
|
40 наиболее цитируемых статей журнала |
|
Наиболее популярные статьи журнала "Математическая биология и биоинформатика" |
|
|
1. |
Подход к отбору значимых признаков при решении биомедицинских задач бинарной классификации данных с микрочипов И. Ю. Бойко, Д. С. Анисимов, Л. Л. Смолякова, М. А. Рязанов Матем. биология и биоинформ., 2020, 15:1, 4–19 | 30 |
2. |
Расчёт скоростей метаболических реакций в живой растущей клетке методом баланса стационарных
метаболических потоков (метод БСМП) Н. Н. Назипова, Ю. Е. Елькин, В. В. Панюков, Л. Н. Дроздов-Тихомиров Матем. биология и биоинформ., 2007, 2:1, 98–119 | 24 |
3. |
Data center efficiency model: A new approach and the role of artificial intelligence E. A. Isaev, V. V. Kornilov, A. A. Grigor'ev Матем. биология и биоинформ., 2023, 18:1, 215–227 | 20 |
4. |
Разнообразие некодирующих РНК в геномах эукариот Н. Н. Назипова Матем. биология и биоинформ., 2021, 16:2, 256–298 | 18 |
5. |
Моделирование содержания хлорофилла $a$ в культурах микроводорослей А. С. Лелеков, Р. П. Тренкеншу Матем. биология и биоинформ., 2020, 15:2, 158–171 | 17 |
6. |
Молекулярные устройства на основе ДНК В. Д. Лахно, А. В. Винников Матем. биология и биоинформ., 2021, 16:1, 115–135 | 17 |
7. |
Stochastic modeling in immunology based on a stage-dependent framework with non-Markov constraints for individual cell and pathogen dynamics N. V. Pertsev, K. K. Loginov Матем. биология и биоинформ., 2023, 18:2, 543–567 | 17 |
8. |
Развитие информационно-коммуникационных технологий в Пущинском научном центре РАН В. Д. Лахно, Е. А. Исаев, В. Д. Пугачев, А. Ю. Зайцев, Н. С. Фиалко, С. Д. Рыкунов, М. Н. Устинин Матем. биология и биоинформ., 2012, 7:2, 529–544 | 16 |
9. |
The use of connected masks for reconstructing the single particle image from X-ray diffraction data. III. Maximum-likelihood based strategies to select solution of the phase problem N. L. Lunina, T. E. Petrova, A. G. Urzhumtsev, V. Y. Lunin Матем. биология и биоинформ., 2018, 13:Suppl., 70–83 | 16 |
10. |
Моделирование динамики азотистых соединений в клетках микроводорослей. 2. Хемостат А. С. Лелеков, Р. П. Тренкеншу Матем. биология и биоинформ., 2019, 14:2, 450–463 | 16 |
|
Период индексации: |
2006–2024 |
Публикаций: |
557 |
Научных статей: |
554 |
Авторов: |
914 |
Ссылок на журнал: |
1402 |
Цитированных статей: |
387 |
|
Индексы Scopus |
|
2023 |
CiteScore |
1.100 |
|
2023 |
SNIP |
0.318 |
|
2023 |
SJR |
0.165 |
|
2022 |
SJR |
0.182 |
|
2021 |
SJR |
0.176 |
|
2020 |
SJR |
0.154 |
|
2019 |
SJR |
0.123 |
|
2018 |
CiteScore |
0.490 |
|
2018 |
SJR |
0.195 |
|
2017 |
CiteScore |
0.180 |
|
2017 |
SNIP |
0.121 |
|
2017 |
SJR |
0.136 |
|
2016 |
CiteScore |
0.220 |
|
2016 |
SNIP |
0.341 |
|
2016 |
SJR |
0.207 |
|
2015 |
CiteScore |
0.200 |
|
2015 |
SNIP |
0.217 |
|
2015 |
IPP |
0.148 |
|
2015 |
SJR |
0.128 |
|
2014 |
CiteScore |
0.160 |
|
2014 |
SNIP |
0.198 |
|
2014 |
IPP |
0.171 |
|
2014 |
SJR |
0.172 |
|
2013 |
SNIP |
0.041 |
|
2013 |
IPP |
0.063 |
|
2013 |
SJR |
0.126 |
|