出版重点 

《中国神经再生研究（英文版）》杂志为SCI、PubMed数据库收录的国际唯一一本专注神经再生领域研究的经同行评议的开放获取期刊，出版来自全球神经再生领域专业学者的前沿性基础研究及临床研究及转化医学、循证医学优秀的最新成果。

期刊出版来自于脑损伤与神经再生、脊髓损伤与神经再生、周围神经损伤与神经再生和神经退行性病与神经再生、神经影像与神经再生的相关研究。期刊关注神经损伤与再生过程中的轴突再生、突触生长、神经可塑性、神经修复和替代、神经移植等最新研究成果。尤其关注应用细胞治疗、基因治疗、生物因子治疗、药物治疗、手术治疗、康复治疗、物理疗法、组织工程、生物工程、生物材料、神经假体等干预性方法产生神经再生效果的相关研究。文章应清晰描述抑制神经元损伤、减轻神经元损伤的一系列变化，保护损伤神经元的过程、方法、程度与评价，突出从细胞分子水平以及分子生物学水平解释神经元损伤后以及预后再生的机制。

NRR杂志被国际重要数据库收录

科学引文索引（Science Citation Index Expanded，SCI）

美国国立医学图书馆（PubMed）

美国国立医学图书馆开放获取全文数据库（PubMed Central, PMC）

美国生物学文摘数据库（BIOSIS previews, BP）

美国《化学文摘》（Chemical Abstracts, CA）

Scopus荷兰《医学文摘库/医学文摘》（Excerpta Medica, EM）

波兰《哥伯尼索引》（Index of Copurnicus, IC）

OvidSP平台数据库

 中国科学引文数据库（CSCD）

中国科技期刊数据库-统计源期刊（CSTPCD）

编委会

主编Editor-in-Chief

苏国辉院士（Kwok-fai So, Chair Professor and Head, Jessie Ho Professor in Neuroscience, Department of Anatomy, The University of Hong Kong）。

联系方式：Email: szb@nrren.org    电话：+86 138 0499 8773

编委会成员

期刊编委队伍由国际神经再生领域著名学者、中国科学院院士、香港大学苏国辉教授领导的由100多位国际神经再生优秀专家组成。共同致力于创办一本发表神经再生领域专业学术研究经同行严格评审的优秀学术期刊。

在线投稿平台

作者可以通过www.nrronline.org在线投稿。

所有的稿件都将通过该系统提交至NRR杂志电子投稿出版管理系统。

作者有不明确的问题，请访问szb@nrren.org或咨询+86 138 0499 8773。

投稿后，当论文已处于审稿或等待审稿状态时，2个月内请勿将稿件再投至他刊。

初次投稿：

投稿信:

应说明文章未一稿多投，全部作者是否对所投稿件内容知情同意，推荐2-3位小同行审稿人。

作者协议：

投稿时请注意作者协议，如同意后可继续完成投稿， 投稿成功后作者已与杂志签定了文章的相关版权。

投稿后的同行评议

期刊投稿平台应用国际最大的投稿平台Editorial Manager，投到本刊的每篇稿件都要经过3-4位小同行审稿人评审，审稿方法为国际学科小同行组成双盲审稿。所有发表在杂志的文章都将经过严格的双盲同行层层评议，审稿中注重科学性、伦理学和文章真实性的严格审查。期刊将在投稿后4周内通知作者评审意见。

根据评审意见，编辑部决定稿件返修，再审，被接受或退稿。 稿件被接受后，作者可经投稿平台以通讯作者账号随时查询稿件的出版进程。

出版时间

一般稿件被采用后3-4个月出版，优秀文章可在被采用后1-2个月内发表，有临床试验注册号的优秀临床试验文章可申请加急发表。

出版后传播

文章出版后将在EurekAlert!和EurekAlert!中文新闻平台以中英文双语形式向全世界同仁传播。EurekAlert!和EurekAlert!中文新闻平台是美国科学促进会（AAAS）主办的一项全球的科学新闻服务。美国科学促进会为世界最大的科学协会，并且是《科学》杂志的出版机构。您的文章将以最快时间推送给经严格验证的来自全球的新闻记者8000余人，包括来自国际的纽约时报、华盛顿邮报和路透社等，来自中国的中国日报、新华社、人民日报等国际主流媒体，为科学家们提供了与国际科学记者和国际学术平台直接沟通的一个快速有效的桥梁。我们将随后为您提供您新闻的网站点击情况和媒体报告情况的具体数据。

出版后的新闻传播将极大提高文章的影响力，统计同时表明发布学术新闻的文章将提高其被引率70%以上。

杂志的读者群Audience

来自全球从事神经再生、神经科学、神经解剖、神经病理、神经外科、神经内科、神经生物、神经影像、神经放射、神经康复等领域的学科专家。

特邀稿件  

对特邀综述稿件的要求：

（1）需提前向编委会提交写作大纲，通过选题后， 文章需在2个月内完成。

（2）全文不超过6000个单词，包括摘要，不包括参考文献，图和表格 ，出版后8-10个版面。

（3）文章写作结构：

文题：不超过 90个字母，20个单词。

摘要：非结构式， 250单词。

引言：

主体内容：

总结：

作者贡献：

利益冲突：

参考文献：采用 Journal of Neuroscience格式。

特邀述评类文章：观点、点评 、研究亮点、给编辑的信等。

特邀观点栏目文章要求：

（1）观点文章为作者对神经再生领域某一热点问题 的评论，有作者鲜明的观点和作者本人

对此科研过程的认识 和总结。

（2）需提前向编委会提交写作大纲，通过选题后， 文章需在2个月内完成。

（3）全文2000- 3000单词，包括参考文献，不需要图和表格，不需要摘要，出 版后2个版面。

（4）文章写作结构：

文题：不超过 90个字母，20个单词。

主体内容：

参考文献：不超过 5条，采用Journal of Neuroscience格式。

 特邀点评与研究亮点栏目文章 要求：

（1）点评文章为点评在本刊发表的文章，研究亮点 文章为点评国际优秀杂志近期或在线提前发表的前沿性的优秀文章。

（2）需提前向编委会提交写作大纲，通过选题后， 文章需在2个月内完成。

（3）全文2000- 3000单词，包括参考文献，不需要图和表格，不需要摘要，出 版后2个版面。

（4）文章写作结构：

文题：不超过 90个字母，20个单词。

主体内容：

利益冲突：

参考文献：不超过 5条，采用Journal of Neuroscience格式。

 给编辑的信栏目文章要求：

（1）给编辑的信文章为读者对本刊已发表文章的来 信反馈。

（2）全文1000- 2000单词，不包括参考文献，文章不需要摘要、图和表格，出 版后1个版面。

（3）文章写作结构：

文题：不超过 90个字母，20个单词。

主体内容：

利益冲突：

参考文献：不超过 5条，采用Journal of Neuroscience格式。

如果您需要向SCI收录期刊投稿，我们可以为您提供如下服务-- 

NRR：法国蒙彼利埃大学Valentin Gonay团队提出人工智能方法可成功用于预测淀粉样蛋白  

交叉β预测器可识别蛋白质中的雄激素受体，这对于预测淀粉样变性至关重要，但并非总是充分的。如果蛋白质的雄激素受体位于稳定的三维结构内，则它可能被埋藏，除非蛋白质发生去折叠，否则无法形成淀粉样蛋白。因此，当雄激素受体位于结构化域而非本质上无序的区域内时，评估其天然结构稳定性至关重要。这在遗传性淀粉样变性中尤为重要，因为错义突变可能会破坏天然折叠的稳定性。虽然许多淀粉样变性相关蛋白，例如阿尔茨海默病中的β-淀粉样蛋白、帕金森病中的α-突触核蛋白和亨廷顿病中的亨廷顿蛋白雄激素受体，本质上是无序的，但其他蛋白，例如遗传性溶菌酶、载脂蛋白A-I、和纤维蛋白原Aα链淀粉样变性中的雄激素受体，则是天然折叠的。因此，预测这些蛋白质中的淀粉样变性需要使用淀粉样变性预测因子和评估天然蛋白质结构稳定性的工具。最近，通过分析与遗传性心肌病相关的转甲状腺素蛋白突变来解决这个问题，并提出了一种基于机器学习的方法来区分导致淀粉样变性的突变和不导致淀粉样变性的突变。在天然条件下，转甲状腺素蛋白自发折叠成稳定的球状结构，然后组装成具有明确三维结构的同源四聚体。为了评估这些突变对四聚体稳定性的影响，使用了结构稳定性预测因子。

来自法国蒙彼利埃大学Valentin Gonay团队选择应用用于开发交叉 Beta 预测器的监督机器学习模型，开发了一个机器学习模型 SDAM-TTR，该模型在识别与心肌病相关的突变方面表现出了强大的预测能力。这增强了对其他遗传性淀粉样变性（例如遗传性溶菌酶淀粉样变性、载脂蛋白A-I淀粉样变性和纤维蛋白原Aα链淀粉样变性）相关的未知突变进行更准确预测的前景。在这些疾病中，淀粉样蛋白形成蛋白最初具有稳定的三维结构，必须展开才能形成淀粉样蛋白原纤维。总之，尽管淀粉样蛋白形成蛋白的数据有限，但基于人工智能的方法仍可成功应用。尤其是在对用于训练和基准测试的正负数据集进行全面整理的情况下，这一点尤为重要。必须通过考虑pH值、温度、浓度和翻译后修饰等条件来增强整理，在这些条件下蛋白质会形成或无法形成淀粉样蛋白原纤维和其他类型的聚集体。值得注意的是，开发高性能机器学习模型需要精心设计与输入数据和具体问题相匹配的特征。这个过程既不简单，也并非完全自动化；在很多情况下，它依赖于人类的专业知识。从长远来看，机器学习在蛋白质聚集研究中的应用前景广阔，因为越来越多的已记录的与淀粉样蛋白和无定形凝聚物相关的蛋白质聚集序列将推动机器学习模型准确性和预测能力的持续提升。