關于《Drug Discovery Today》雜志是否接受AI輔助的論文，目前并沒有明確的官方聲明指出該雜志絕對接受或拒絕AI輔助撰寫的論文，可能會根據具體情況進行逐案評估，作者在投稿前可以與雜志社進行溝通或咨詢在線客服。

SCI期刊對AI輔助論文的接受程度因期刊而異，以下是對SCI期刊接受AI輔助論文情況的詳細分析：

一、AI輔助論文的使用限制

禁止生成核心內容、禁止署名、保證數據完整性

二、AI輔助的用途

語言潤色，文獻綜述，圖表推薦

三、建議與策略

1.了解目標期刊政策：在投稿前，作者應仔細研究目標SCI期刊的政策和指南，了解其對AI輔助論文的態度和要求。

2.明確聲明AI使用情況：如果論文中使用了AI輔助技術，作者應在投稿時明確聲明，并提供詳細的AI使用說明和范圍。

3.保持學術誠信與原創性：作者應確保論文的核心內容和創新點是由自己獨立完成的，避免過度依賴AI生成的內容。

4.深度改寫與個性化處理：對AI生成的內容進行深度改寫和個性化處理，以體現個人的學術思考和見解。

《Drug Discovery Today》雜志創刊于1996年，國際標準簡稱為DRUG DISCOV TODAY，ISSN號：1359-6446，E-ISSN號：1878-5832。

該雜志由Elsevier Ltd出版，出版周期為Semimonthly，出版語言為English。作為一本專注于醫學-藥學領域的學術期刊，它被國際權威數據庫SCIE收錄，在學術界具有較高的影響力。

《Drug Discovery Today》雜志中文名稱為：今天的藥物發現。

《今日藥物發現》為發現界提供了知情且高度最新的評論。該雜志不僅涉及藥物發現相關技術的快速科學發展，還涉及管理、商業和監管問題，這些問題在研發的規劃、構建和執行中發揮著越來越重要的作用。

內容包括國際專家的評論、重要發展的新聞和分析、關鍵科學和戰略問題的評論、特定治療領域的最新進展概述和會議報告。

內容包括：

? 新型治療策略

? 高通量篩選

? 治療靶點

? 組合化學、平行合成和文庫設計

? 藥物輸送

? ADME/Tox

? 關鍵化合物類別和治療領域的進展

? 基因組學和蛋白質組學

? 自動化和技術

? 虛擬化學

?信息學

? 商業策略

? 臨床試驗

以及藥物發現的其他方面。

分區情況：

在中科院最新升級版分區表中，該雜志在大類學科醫學中位于2區，小類學科PHARMACOLOGY & PHARMACY藥學中位于2區。

JCR分區信息按JIF指標學科分區，該雜志在PHARMACOLOGY & PHARMACY領域為Q1。

Cite Score數據顯示，CiteScore：14.8，SJR：1.586，SNIP：1.516

學科類別

大類：Pharmacology, Toxicology and Pharmaceutics，小類：Pharmacology，分區：Q1，排名：17 / 313，百分位：94%； 大類：Pharmacology, Toxicology and Pharmaceutics，小類：Drug Discovery，分區：Q1，排名：9 / 157，百分位：94%；

聲明：本信息依據互聯網公開資料整理，若存在錯誤，請及時聯系我們及時更正。