近年来,在基因编辑领域,CRISPR/Cas9技术由于其高效、鲁棒与可编程的特点,目前正受到生物医学界的广泛关注。Cas9核酸酶可以在gRNA的作用下,于靶点位置诱发DNA双链断裂,从而可以编辑基因组中特定位置的基因片段。由于脱靶效应导致的碱基意外插入和删除是CRISPR/Cas9系统在实际应用中存在的一个问题。为了解决这一问题,具有更高特异性的CRISPR/Cas9变体被设计出来。大量Cas9变体的发展带来了大量的实验数据。本文通过对gRNA与靶点碱基序列特征的提取,预测了gRNA的活性与基因编辑效率,为生物学研究提供了参考,主要研究内容如下:1、基于注意力机制与深度学习方法,根据对gRNA原始序列输入的不同处理方法,我们从编码与嵌入两个角度设计了深度学习网络,与现存的多种预测方法进行对比,均表现出了更好的性能。除此之外,区别于常用的基于输入扰动的特征重要性分析方法,我们尝试基于注意力机制对gRNA序列进行了多角度的特征重要性分析,并通过现存的生物学实验结论在一定程度上验证了该分析的可靠性。2、基于集成学习策略,我们结合生物学特征设计了多角度复合的深度注意力网络Att CRISPR,用于gRNA打靶活性预测任务,除此之外,我们将多种现存模型与Att CRISPR进一步集成,在基因编辑效率预测任务中证明了模型的泛化能力。特征重要性分析方法说明了与其他模型相比,我们设计的模型对最终结果具有更大的影响。3、开发了一套供生物学研究人员进行gRNA活性预测的工具,可以实现在多个Cas9系统下的gRNA活性预测与高效靶点筛选。