研究背景传统RNA领域研究根据其是否具有蛋白质编码能力,将RNA分类为信使RNA（messenger RNA,mRNA）或非编码 RNA（non-coding RNA,ncRNA）。然而最近有研究表明,在动物、植物和细菌中发现了一类非常规RNA,其既可以具有mRNA的蛋白质编码能力,又具有ncRNA的调控功能,此类同时具有编码蛋白质和非编码功能的RNA被称为“双功能RNA（dual-function RNA）”或者“cncRNA（codingandnon-coding RNA）”。目前已鉴定的双功能RNA大多为lncRNA。这种特殊的双功能lncRNA参与了多种生物学过程。研究目的尽管双功能lncRNA近年来引起了广泛关注,并且已有研究收集了各种实验证实的双功能RNA数据,构建了双功能RNA数据库。但目前仍缺乏可用于预测双功能lncRNA的生物信息学计算方法。因此,需要一个高效且精准的计算预测框架来帮助lncRNA双功能属性的预测。研究方法本研究在前期构建的双功能RNA数据库的基础之上,进一步基于多头自注意力机制模型,开发了双功能lncRNA的预测算法。主要内容如下:在双功能RNA数据库中筛选出双功能lncRNA的序列信息,同时从Ensembl数据库中下载了人类lncRNA转录本序列,序列预处理后构建基准数据集。在模型中,我们嵌入了注意力模块和多层感知机,同时为了减少模型过拟合和梯度消失,我们引入了 dropout和ensemble策略。最终在基准数据集上,我们使用5倍交叉验证方法评价了模型的性能。为了测试模型的稳定性和扩展性,我们又进行了独立数据集和跨物种数据集的评估。独立数据集来源于对四个白血病细胞系的转录组,翻译组和蛋白质组数据的联合分析。此外跨物种数据来源于cncRNAdb数据库。由于独立测试集是在特定细胞系条件下的结果,以及跨物种数据的数量很少,在这一部分的评估我们使用的是恢复曲线下面积。最后为了探索双功能lncRNA相关的细胞机制和功能,在MEME分析平台上,对双功能lncRNA的序列特异性进行了分析。对发现的特性序列片段,使用人类已知的RNA结合蛋白（RNA Binding Protein,RBP）进行注释,并探索可能的调控机制和影响的功能。研究结果我们的数据表明,在基准数据集上,和各种经典机器学习方法进行比较,LncReader在多个性能评价指标下都展示了一定的优势。在独立测试数据集上,我们的算法依旧表现出优于其他算法的准确性和稳定性。值得注意的是,在跨物种的数据集上,LncReader依旧取得了最好的性能。最后在序列特异性分析中,发现了三个特异于双功能lncRNA的序列基序并找到对应的RNA结合蛋白。总之,本研究基于目前双功能lncRNA预测方法仍然缺乏的现状,开发了 LncReader算法,用于快速识别双功能lncRNA,为RNA分类、功能及进化研究提供了重要技术支撑。