得益于高通量测序技术的迅猛发展,海量未经注释的非编码RNA和蛋白质序列产生并被收录在公共数据库中,对这些数据进行注释是目前生物信息学领域重要的待解决问题之一。其中,非编码RNA在基因表达过程中发挥重要作用,也在癌症、神经系统等疾病的发生发展过程中担任着重要角色。因此,对非编码RNA的识别和鉴定有助于了解其在疾病发展过程的作用,进而发掘其成为疾病标志物或药物靶标的潜力。另一方面,蛋白质参与了绝大部分生命体的活动,在体内担任多样的功能。探究蛋白质的功能能够有效推进人类对生命过程的认识,并为创新药物的研发提供新的药物靶标。目前Tr EMBL数据库中存有超过2亿个蛋白质序列,经由实验验证的蛋白质功能注释仅有不到1%,通过计算方法预测蛋白质功能已经成为蛋白质功能注释的一种重要手段。如今人工智能领域的机器学习算法的快速发展使得基因产物的批量预测成为可能,然而这需要研究人员开发高效快速和可靠的算法模型辅助序列注释的进行。本研究为非编码RNA和蛋白质功能的注释研究开发了可靠的机器学习和深度学习方法,主要包括以下两个部分的工作:1.构建了在线网络服务工具CORAIN,为非编码RNA的注释和相关反应预测提供了在线的计算平台。首先,本研究从非编码RNA的三个角度（序列、物化性质、结构）出发提供了非编码RNA较为全面的特征提取方式,并且利用自然语言模型建立了新的特征编码方式。这些编码方式能够用于传统机器学习算法和深度学习算法模型的构建。其次,本研究开发构建了在线网络服务工具CORAIN,该工具可以实现非编码RNA的多种注释,包括非编码RNA的鉴定和分类、非编码RNA之间的相互作用、非编码RNA与蛋白质以及小分子的相互作用预测分析。最后本研究建立了模型的评价体系,实现了对预测结果的可视化呈现,用户可以根据自身需求筛选综合表现最好的编码方式。CORAIN涵盖了特征提取、特征整合和分类器构建以及性能评估和效果展现的一体化流程,能够为非编码RNA领域的研究者提供机器学习算法（SVM）和多种深度学习算法（CNN、DNN、RNN、Auto Encoder）,从而推进非编码RNA研究进程。2.基于基因本体论（Gene Ontology,GO）提出了一种新的蛋白质功能注释工具PFmul DL。本研究将多层卷积网络和多层门控网络首次结合用于蛋白质功能注释问题。首先,研究中将独热编码方式作为模型的输入,神经网络在训练过程中通过不断映射能够学习到输入和标签的隐藏联系。其次,在模型训练过程中本研究引进了迁移学习的训练方式,该训练方法通过预训练和微调改善了模型的最终表现。与现有的蛋白质功能注释方法在独立测试集上的表现进行比较,本研究所构建的PFmul DL工具在Fmax上的表现普遍更优。除此之外,PFmul DL方法能够预测超过5800个家族,是目前能够同时预测家族数目最多的注释工具。为了进一步探讨模型在不同样本量家族的预测表现,本研究按照GO的结构可以将蛋白家族分成10个层级,并提出了一种针对GO层级进行评价分析的方法。在与其它方法的比较中,发现PFmul DL能够提升低样本量蛋白家族的预测效果。因此,PFmul DL或能够成为蛋白功能注释工具的重要补充。