如果想在生物信息学专业杂志上发一篇不用做任何具体生物信息分析的文章，应该怎么做？最近发表在 Bioinformatics 的一篇文章或许可以给你一点思路。
随着生物信息的发展，生物信息学相关的文章近10年呈现大量增加的趋势。世间万物皆可比较，你有没有想过，生物信息发文章哪家强。（山东技校找蓝翔？）
一句话介绍
BIOLITMAP ：一个基于地理位置，允许按照年份、杂志和主题轻松筛选查看生物信息学文章发表情况的网站。
略加介绍英文版
Motivation: The fast growth of bioinformatics adds a significant difficulty to assess the contribution, geographical and thematic distribution of the research publications.
Results: To help researchers, grant agencies and general public to assess the progress in bioinformatics, we have developed BIOLITMAP, a web-based geolocation system that allows an easy and sensible exploration of the publications by institution, year and topic.
Availability: BIOLITMAP is available at http://socialanalytics.bsc.es/biolitmap and the sources have been deposited at https://github.com/inab/BIOLITMAP
详细介绍举例版
最近，来自西班牙的研究团队在 Bioinformatics 发表了一篇文章向大家介绍了一个网站，这个网站统计了2005年-2017年发表在 Bioinformatics
OUP, BMC Bioinformatics, BMC Genomics, PLoS Computational
Biology, 和 Nucleic Acids Research 这五篇杂志的一共 46,552 篇文章。从选择的杂志来看，确实都是偏生物信息的杂志，很多综合类杂志或者生物类杂志涉及到大量生物信息分析的文章都没有考虑。
在此基础上网站开发者把这些文章按照发表机构所在的地理位置，发表年份和杂志以及主题进行了详细的分类，包括 DNA, Functional genomics, Mapping,
Molecular genetics, Pharmacogenomics, Phylogeny, Proteomics, RNA,
Sequence analysis, Structure analysis, Tools, Transcriptomics 和 Molecular interactions, Pathways and Networks 这13个类别。
基于地理位置
首先来看看这个地球文章发表的整体情况，嗯，和经济发展应该比较正相关，主要还是集中在北美和欧洲。
当然，还是忍不住点开我们国家看看几个「大红点」都是那里，把地图局部放大。不出意外，北上广红了，但是哈尔滨也红了，武汉也红了。不知道你能不能猜出这两个地方是因为什么而红，在这里简单剧透一下，如果再放大一点哈尔滨有两个红点，其中一个是哈工大，另一个则是哈尔滨医科大学（国内很早开设生物信息学本科专业的学校）；武汉只有一个红点，你觉得应该是武汉大学还是华中科技大学，嗯，是华中农业大学（其实武大和华中科技是两个黄色点）。
目光再聚焦到魔都和帝都看一看。在魔都有四个机构上榜，三个知名高校复旦交大同济再加上中科院上海生科院，而在四个地方中，上海生科院是发表文章最多的。在帝都则有7个地方被标注为红色，中科院（所有中科院系统的文章都会算在这里一份）和清华北大自然不必说，但是其它几个你不一定能猜的出来，它们是：中国农业科学院、中国医学科学院、中国农业大学和北京基因组研究所。而在台湾省，也有 6 个机构是红色，仅次于帝都。
查看具体信息
让我们把目光移回到哈尔滨医科大学，点击红点就可以查看具体的文章发表信息。
柱状图不同的颜色代表不同的杂志，其中蓝色代表的杂志是 NAR ，推测其它医学类相关的机构应该也是类似情况。针对人类和医学大量的数据，做数据库和数据整合或许是个不错的选择。
设置筛选条件
如果感兴趣，还可以在网页右上方选定具体的筛选条件进行过滤，例如年份或者主题。你可以选定 NAR 推测一下哪些地方可能更加偏爱发表数据库相关的工具或者文章，或者选定Tools 看哪里发表的工具更多。
查看具体文章
每一个位置查看详细信息时都可以进一步查看具体文章链接，可以按照年份或者杂志排序。如果觉得没什么文章可看，这里应该会有不少供你选择，当然，还可以打印出来慢慢品味。
最后，作者把所有数据都放到了 GitHub 上，你也可以进一步自行探索。
