长链非编码RNA是指一类长度大于200个核苷酸单位、不编码蛋白质的RNA。之前人们普遍认为编码蛋白质的基因才是主角,但是越来越多的研究表明,人类基因组中高达98%的非编码基因同样具有重要的作用,而不是所谓的“转录噪声”。针对长链非编码RNA的功能研究表明,其在转录起始的调控、转录及转录后的调控中均发挥着重要作用,因而影响着各种各样的生物学过程。许多长链非编码RNA的序列已知,但是其功能却知之甚少,大量研究表明长链非编码RNA在不同的位置会发挥相应不同的功能,为了解长链非编码RNA的功能信息,获得其亚细胞位置信息是非常重要的。目前实验可以检测出长链非编码RNA亚细胞位置信息,但是比较耗费时间和经费。随着大数据时代的发展,各种生物信息学数据正在不断丰富和飞速增加,为生物信息学研究奠定了基础。因此,发展一种快速而有效的算法来预测长链非编码RNA的亚细胞位置是非常必要的。本研究新建了一个关于长链非编码RNA的亚细胞定位数据集,包含细胞核、细胞质、细胞质基质、核糖体和外泌体五个子集,提取了长链非编码RNA的k-mer频率信息、嘌呤/嘧啶约化(MN约化)信息、强键/弱键约化(PQ约化)信息、三种阅读框信息、保守模体信息、二级结构信息、六种几何柔性信息等多种特征,并对各类特征进行了特征融合。在利用SMOTE(Synthetic Minority Oversampling Technique)方法对数据集进行平衡优化的基础上,采用支持向量机(SVM)算法对长链非编码RNA的亚细胞定位进行了分类预测。在Jackknife检验下,其总体预测成功率达到了86.86%,计算结果表明长链非编码RNA的两种序列约化特征、几何柔性结构特征以及阅读框信息对于长链非编码RNA的亚细胞定位预测有较好的效果,可以为了解长链非编码RNA的生物学功能提供帮助。