2-летний импакт-фактор Math-Net.Ru журнала «Математическая биология и биоинформатика», 2021 год

2-летний импакт-фактор Math-Net.Ru журнала за 2021 год — это количество ссылок в 2021 г. на научные статьи журнала, опубликованные в 2019–2020 гг., деленное на общее число научных статей, опубликованных в журнале в этот период.

В приведенной ниже таблице приводится список цитирования в 2021 г. научных статей журнала, опубликованных в 2019–2020 гг. При подсчете учитываются все цитирующие публикации, найденные нами из различных источников, в первую очередь из списков литературы публикаций, представленных на портале. Учитываются ссылки как на оригинальные, так и на переводные версии статей.

При нахождении новых ссылок на журнал импакт-фактор Math–Net.Ru может изменяться.

1 2 3  Полный список
№	Цитирующая статья		Цитированная статья
1.	E. Ya. Frisman, O. L. Zhdanova, M. P. Kulakov, G. P. Neverova, O. L. Revutskaya, “Mathematical modeling of population dynamics based on recurrent equations: results and prospects. Part II”, Biol. Bull, 48:3 (2021), 239–250	→	Моделирование пространственно-временной динамики популяции с возрастной структурой и дальнодействующими взаимодействиями: синхронизация и кластеризация М. П. Кулаков, Е. Я. Фрисман Матем. биология и биоинформ., 14:1 (2019),  1–18
2.	V. Shanin, A. Juutinen, A. Ahtikoski, P. Frolov, O. Chertov, J. Ramo, A. Lehtonen, R. Laiho, P. Makiranta, M. Nieminen, A. Lauren, S. Sarkkola, T. Penttila, B. Tupek, R. Makipaa, “Simulation modelling of greenhouse gas balance in continuous-cover forestry of Norway spruce stands on nutrient-rich drained peatlands”, For. Ecol. Manage., 496 (2021), 119479	→	Параметризация модели продукционного процесса для доминирующих видов деревьев Европейской части РФ в задачах моделирования динамики лесных экосистем В. Н. Шанин, П. Я. Грабарник, С. С. Быховец, О. Г. Чертов, И. В. Припутина, М. П. Шашков, Н. В. Иванова, М. Н. Стаменов, П. В. Фролов, Е. В. Зубкова, Е. В. Ручинская Матем. биология и биоинформ., 14:1 (2019),  54–76
3.	V I Lisitsyn, N N Matveev, V V Saushkin, “Ecological and physiological modelling of mixed stand dynamics”, IOP Conf. Ser.: Earth Environ. Sci., 875:1 (2021), 012042	→	Параметризация модели продукционного процесса для доминирующих видов деревьев Европейской части РФ в задачах моделирования динамики лесных экосистем В. Н. Шанин, П. Я. Грабарник, С. С. Быховец, О. Г. Чертов, И. В. Припутина, М. П. Шашков, Н. В. Иванова, М. Н. Стаменов, П. В. Фролов, Е. В. Зубкова, Е. В. Ручинская Матем. биология и биоинформ., 14:1 (2019),  54–76
4.	R A Pratama, M F V Ruslau, Nurhayati, “Global Analysis of Stage Structure Two Predators Two Prey Systems Under Harvesting Effect for Mature Predators”, J. Phys.: Conf. Ser., 1899:1 (2021), 012099	→	Моделирование динамики сообщества “хищник – жертва” при наличии возрастных структур Г. П. Неверова, О. Л. Жданова, Е. Я. Фрисман Матем. биология и биоинформ., 14:1 (2019),  77–93
5.	V. Bystrov, A. Sidorova, A. Lutsenko, D. Shpigun, E. Malyshko, A. Nuraeva, P. Zelenovskiy, S. Kopyl, A. Kholkin, “Modeling of self-assembled peptide nanotubes and determination of their chirality sign based on dipole moment calculations”, Nanomaterials, 11:9 (2021), 2415	→	Хиральные особенности самоорганизации дифенилаланиновых пептидных нанотрубок: молекулярное моделирование структуры и свойств V. S. Bystrov, P. S. Zelenovskiy, A. S. Nuraeva, S. Kopyl, O. A. Zhulyabina, V. A. Tverdislov Матем. биология и биоинформ., 14:1 (2019),  94–125
6.	V. S. Bystrov, J. Coutinho, O. A. Zhulyabina, S. A. Kopyl, P. S. Zelenovskiy, A. S. Nuraeva, V. A. Tverdislov, S. V. Filippov, A. L. Kholkin, V. Ya. Shur, “Modeling and physical properties of diphenylalanine peptide nanotubes containing water molecules”, Ferroelectrics, 574:1 (2021), 78–91	→	Хиральные особенности самоорганизации дифенилаланиновых пептидных нанотрубок: молекулярное моделирование структуры и свойств V. S. Bystrov, P. S. Zelenovskiy, A. S. Nuraeva, S. Kopyl, O. A. Zhulyabina, V. A. Tverdislov Матем. биология и биоинформ., 14:1 (2019),  94–125
7.	И. В. Лихачев, В. С. Быстров, “Сборка фенилаланиновой нанотрубки молекулярно-динамическим манипулятором”, Матем. биология и биоинформ., 16:2 (2021), 244–255	→	Хиральные особенности самоорганизации дифенилаланиновых пептидных нанотрубок: молекулярное моделирование структуры и свойств V. S. Bystrov, P. S. Zelenovskiy, A. S. Nuraeva, S. Kopyl, O. A. Zhulyabina, V. A. Tverdislov Матем. биология и биоинформ., 14:1 (2019),  94–125
8.	Н. С. Фиалко, М. М. Ольшевец, В. Д. Лахно, “Равновесное распределение заряда в конечной цепочке с ловушкой”, Матем. биология и биоинформ., 16:1 (2021), 152–168	→	Моделирование полярона малого радиуса в цепочке со случайными возмущениями Н. С. Фиалко, В. Д. Лахно Матем. биология и биоинформ., 14:1 (2019),  126–136
9.	N. V. Pertsev, V. A. Topchii, K. K. Loginov, “Numerical modelling of the transition of infected cells and virions between two lymph nodes in a stochastic model of HIV-1 infection”, Russ. J. Numer. Anal. Math. Model, 36:5 (2021), 293–302	→	Стохастическое моделирование компартментных систем с трубками К. К. Логинов, Н. В. Перцев, В. А. Топчий Матем. биология и биоинформ., 14:1 (2019),  188–203
10.	Г. А. Бочаров, К. К. Логинов, Н. В. Перцев, В. А. Топчий, “Прямое статистическое моделирование динамики ВИЧ-1 инфекции на основе немарковской стохастической модели”, Ж. вычисл. матем. и матем. физ., 61:8 (2021), 1245–1268	→	Стохастическое моделирование компартментных систем с трубками К. К. Логинов, Н. В. Перцев, В. А. Топчий Матем. биология и биоинформ., 14:1 (2019),  188–203
11.	О. Л. Ревуцкая, М. П. Кулаков, Е. Я. Фрисман, “Влияние изъятия на динамику численности сообщества «хищник–жертва» с учетом возрастной структуры жертвы”, Компьютерные исследования и моделирование, 13:4 (2021), 823–844	→	Бистабильность и бифуркации в модифицированной модели Николсона–Бейли при учете возрастной структуры жертвы О. Л. Ревуцкая, М. П. Кулаков, Е. Я. Фрисман Матем. биология и биоинформ., 14:1 (2019),  257–278
12.	L. V. Yakushevich, L. A. Krasnobaeva, “Double energy profile of pBR322 plasmid”, AIMS Biophys., 8:2 (2021), 221–232	→	Плазмида pBR322 и нелинейные конформационные возмущения (кинки) L. V. Yakushevich, L. A. Krasnobaeva Матем. биология и биоинформ., 14:1 (2019),  327–339
13.	A. A. Grinevich, I. S. Masulis, L. V. Yakushevich, “Mathematical Modeling of Transcription Bubble Behavior in the pPF1 Plasmid and its Modified Versions: The Link between the Plasmid Energy Profile and the Direction of Transcription”, BIOPHYSICS, 66:2 (2021), 209	→	Плазмида pBR322 и нелинейные конформационные возмущения (кинки) L. V. Yakushevich, L. A. Krasnobaeva Матем. биология и биоинформ., 14:1 (2019),  327–339
14.	Ludmila V. Yakushevich, Larisa A. Krasnobaeva, “Ideas and methods of nonlinear mathematics and theoretical physics in DNA science: the McLaughlin-Scott equation and its application to study the DNA open state dynamics”, Biophys Rev, 13:3 (2021), 315	→	Плазмида pBR322 и нелинейные конформационные возмущения (кинки) L. V. Yakushevich, L. A. Krasnobaeva Матем. биология и биоинформ., 14:1 (2019),  327–339
15.	I. R. Akberdin, I. N. Kiselev, S. S. Pintus, R. N. Sharipov, A. Yu. Vertyshev, O. L. Vinogradova, D. V. Popov, F. A. Kolpakov, “A modular mathematical model of exercise-induced changes in metabolism, signaling, and gene expression in human skeletal muscle”, Int. J. Mol. Sci., 22:19 (2021), 10353	→	Модульная графическая модель энергетического метаболизма в клетках скелетной мышцы И. Н. Киселев, И. Р. Акбердин, А. Вертышев, Д. В. Попов, Ф. А. Колпаков Матем. биология и биоинформ., 14:2 (2019),  373–392
16.	V. A. Likhoshvai, T. M. Khlebodarova, “Evolution and extinction can occur rapidly: a modeling approach”, PeerJ, 9 (2021), e11130	→	Модульная графическая модель энергетического метаболизма в клетках скелетной мышцы И. Н. Киселев, И. Р. Акбердин, А. Вертышев, Д. В. Попов, Ф. А. Колпаков Матем. биология и биоинформ., 14:2 (2019),  373–392
17.	A. N. Korshounova, V. D. Lakhno, “Charge motion along polynucleotide chains in a constant electric field depends on the charge coupling constant with chain displacements”, Матем. биология и биоинформ., 16:2 (2021), 411–421	→	Динамика полярона большого радиуса в модельной полинуклеотидной цепочке со случайными возмущениями Н. С. Фиалко, В. Д. Лахно Матем. биология и биоинформ., 14:2 (2019),  406–419
18.	Е. А. Исаев, Ф. А. Доронин, А. Г. Евдокимов, Д. В. Первухин, Ю. В. Рудяк, Г. О. Рытиков, В. В. Корнилов, В. Г. Назаров, “Количественная оценка развития колонии микромицетов на поверхностях полимеров и композитов на их основе”, Матем. биология и биоинформ., 16:2 (2021), 367–379	→	Количественная оценка зависимости адгезии тромбоцитов к фторированному полиэтилену от структурных характеристик его поверхности Е. А. Исаев, Д. В. Первухин, В. В. Корнилов, П. А. Тарасов, А. А. Григорьев, Ю. В. Рудяк, Г. О. Рытиков, В. Г. Назаров Матем. биология и биоинформ., 14:2 (2019),  420–429
19.	F.A. Doronin, Yu.V. Rudyak, G.O. Rytikov, A.G. Evdokimov, V.G. Nazarov, “3D-printed planar microfluidic device on oxyfluorinated PET-substrate”, Polymer Testing, 99 (2021), 107209	→	Количественная оценка зависимости адгезии тромбоцитов к фторированному полиэтилену от структурных характеристик его поверхности Е. А. Исаев, Д. В. Первухин, В. В. Корнилов, П. А. Тарасов, А. А. Григорьев, Ю. В. Рудяк, Г. О. Рытиков, В. Г. Назаров Матем. биология и биоинформ., 14:2 (2019),  420–429
20.	O.S. Brusov, O.V. Senko, M.S. Kodryan, A.V. Kuznetsova, I.A. Matveev, I.V. Oleichik, N.S. Karpova, M.I. Faktor, A.V. Aleshenko, S.V. Sizov, “Application of machine learning for predicting the outcome of treatment of patients with schizophrenia according to the indicators of «Thrombodynamics» test”, Z. nevrol. psikhiatr. im. S.S. Korsakova, 121:8 (2021), 45	→	Исследование возможности диагностики деменции по сигналам ЭЭГ с помощью методов машинного обучения И. В. Доровских, О. В. Сенько, В. Я. Чучупал, А. А. Докукин, А. В. Кузнецова Матем. биология и биоинформ., 14:2 (2019),  543–553
1 2 3  Полный список