化学位移是核磁共振（NMR）最重要的物理观测量,容易被精确测量,且测量数据的可重复性极高。在某些情况下,化学位移是唯一能够获得的核磁数据。化学位移对结构的变化非常敏感,故能够用来获取生物大分子的结构和动态信息,由原子精度的化学位移得到的角度和距离约束是用NMR解结构的关键步骤。如何准确预测化学位移是NMR研究中最核心的问题之一。精确的化学位移预测器能够简化繁杂的谱峰指认工作并进一步提高精确度,更重要的是,化学位移还有作为结构计算约束的价值,精确的化学位移预测器是获得精确结构的强有力辅助工具。对于蛋白质的预测已经有很多研究,对于RNA的化学位移工作却明显滞后。目前的预测工具中没有专门针对RNA亚氨基基团的预测工具,对处于非经典结构元件中的CH基团预测效果也很差。这主要是受制于化学位移数据的缺乏以及所使用预测模型的限制。针对以上的问题,我们制备了包含经典或非经典结构元件的九十多个RNA样品,采集其NH和CH核磁谱获得相应的化学位移数据,并结合核磁数据库,开发了RNA化学位移预测工具,达到了很好的预测效果。其中,对于亚氨基基团,我们发现位于中央配对的目的基团的化学位移是由它所处的碱基配对三联体（base pair triplet）的类型所决定的。我们收集所有三联体类型的数据,将中央配对目的基团的化学位移与其三联体类型一一对应并编译成一个查询表,将其运用于亚氨基基团的化学位移的预测,达到了很高的预测准确度。类似地,我们也得到了用于预测CH化学位移的查询表。我们还发现亚氨基的三联体化学位移与相邻两侧碱基配对的芳香环的环流效应有很好的相关性,这说明半经验性模型很可能能预测处于复杂结构里的基团的化学位移。基于此,我们计算了部分处于复杂结构里的基团的化学位移,与实验值的吻合度很高。此外,我们利用机器学习的方法对各种结构的化学位移进行预测,也达到了较高的预测准确度。我们将亚氨基化学位移预测工具与15N和1HN的NMR弛豫弥散实验结合起来,开发了一个快速准确确定RNA瞬态二级结构的新方法。我们的方法将最近开发的1HN CEST运用在此前研究过的P5abc上,并结合15N弛豫弥散与亚氨基化学位移预测工具,成功验证了新方法的有效性,证实了之前猜测的能够稳定瞬态折叠中间体的G·G碱基错配确实存在。我们还将此方法用于检测肉瘤病毒里的一个RNA内含子元件——NRS23,首次捕捉到其存在于溶液状态中的低丰度的瞬态二级结构。