蛋白质与RNA结合形成的复合物在生物过程中至关重要,有利于鉴定因果疾病变体、基因表达调节、翻译等。蛋白质与RNA在体内结合受到实验环境、噪音和一些额外偏差的影响,而体外实验能够获得更清晰的蛋白质与RNA结合信号。因此,如何从体外数据准确地推断出蛋白质-RNA结合模型,使其在体内结合中准确的预测结合与未结合的RNA转录物已成为关键挑战课题。本文针对此问题,构建了一种基于双向长短记忆神经网络(Bi-LSTM)和稠密连接卷积网络(DenseNet)相结合的蛋白质-RNA结合预测模型,主要工作内容如下:(1)在数据的提取中,考虑到序列的一级结构信息在生物过程中的重要作用,对其进行了单热编码,解决了 RNA序列的数据表示问题并扩充了特征;另外,RNA二级结构在RNA结合蛋白(RBP)中的主要作用是为RPB识别RNA序列建立一个结构上下文(例如环或非结构化),本文使用RNAplfold的变体提取到较为稳定的RNA二级结构;最后本文深入挖掘二级结构信息,使用repRNA中的Triplet方法考虑二级结构成对和不成对的两种状态提取了 RNA数值特征向量。(2)本文构建了一种新的深度神经网络结构模型(RDense),在现有RNA序列和二级结构信息基础上,引入从RNA二级结构提取的数值特征向量作为输入,并把Bi-LSTM和DenseNet结合起来学习蛋白质-RNA结合偏好。针对模型上的优化,损失函数使用绝对平方百分误差来降低离散数据的影响,并且加入交叉验证来做模型的超参数调优。实验结果表明,体外数据的预测结果明显优于现有的方法,在模型的性能上有着显著的提升。最终能够运用体外数据训练好的模型预测体内RNA转录物结合与未结合的两种状态。(3)对比了不同网络结构在体外数据集上的预测结果,实验结果表明本文构建的模型结构最优。另外,通过体外和体内预测结果在不同方法中的比较,发现引入的RNA数值特征向量能够改善蛋白质-RNA结合偏好的预测。针对蛋白质-RNA结合在网络训练时的具体作用过程,本文从模型产生一种可解释的方式,通过ggseqlogo软件包来绘制序列徽标并对比了在不同方法中可视化的序列和结构。最后,本文对蛋白质-RNA结合预测的研究工作进行了总结,并展望了今后的工作重点。