长链非编码RNA是一种长度超过200个核苷酸的RNA分子,它们在细胞的代谢和发育中发挥着重要的作用,如细胞内转运、m RNA剪接、细胞分化、染色质修饰、转录以及转录后调控等。越来越多的证据表明,长链非编码RNA的生物功能与其亚细胞位置紧密相关。因此,确定长链非编码RNA的亚细胞位置十分重要。本文中,为预测长链非编码RNA的亚细胞位置,我们先后提出了两种新颖的计算的方法。第一种是基于非平衡的伪k核苷酸组分的长链非编码RNA亚细胞定位方法。在特征的构建上,该方法将k-mer核苷酸组分与序列顺序相关因子级联起来,充分的利用了长链非编码RNA的序列信息。在特征选择上,该方法使用方差分析来选取最优的特征子集。在模型的训练上,该方法采用了支持向量机算法。在留一法交叉验证中,该方法的准确率达到了90.37%,优于同类别算法,表明我们提出的方法是非常有效的。为了便于后续的遗传序列研究,我们将算法的源代码进行了共享:https://github.com/Nicole YXF/lnc RNA。第二种是基于k-mer核苷酸组分与三元组结构-序列融合的长链非编码RNA亚细胞定位方法。首先,该方法将k-mer核苷酸组分与三元组结构-序列融合来构建特征向量,充分的利用了长链非编码RNA的一级序列与二级结构信息。之后,该方法使用方差分析来筛选掉特征向量中的冗余或噪声信息。最后使用支持向量机算法来训练模型。在留一法交叉验证中,该方法的准确率达到了92.38%,优于第一种算法,表明我们构建的分类器是预测长链非编码RNA亚细胞位置的有力工具。