本书介绍RNA结构特征，特别是RNA三级结构特征、构象采样表示模型、Rosetta框架、细胞反卷积算法、转录因子结合位点预测算法、特异性位点预测算法等内容；研究RNA三级结构预测算法与复杂性，构象采样和打分函数的构建，基于转录组测序技术的细胞反卷积算法，转录因子结合位点预测算法，DNA特异性位点预测算法等；研究Rosetta框架下基于枚举采样和随机抽样方案的RNA三级结构预测算法及其复杂性，基于卷积神经网络的自动预测组织细胞比例算法，基于组合特征编码和带权多粒度扫描策略的转录因子结合位点预测算法，基于特征度量机制和组合优化策略的DNA特异性位点预测算法等内容。 本书可作为生物信息学、计算生物学、计算机、自动化、人工智能等相关专业高等院校本科生及研究生的参考用书，也可作为相关领域学者及兴趣爱好者的参考用书。

前言
第1章 概述
1.1 背景
1.2 研究现状
1.3 算法与计算复杂性
1.4 NPC类问题
1.5 NP难问题与近似算法
参考文献
第2章 RNA结构与模型
2.1 RNA简介
2.1.1 RNA基本知识
2.1.2 RNA三级结构
2.2 Rosetta框架简介
2.2.1 Rosetta框架
2.2.2 蒙特卡罗采样
2.2.3 打分函数
2.3 机器学习简介
2.3.1 机器学习与深度学习
2.3.2 卷积神经网络
2.3.3 三维卷积神经网络
2.3.4 基于ResNet的三维卷积神经网络
第3章 RNA三级结构预测算法
3.1 基于知识的RNA三级结构预测算法
3.2 基于物理的RNA三级结构预测算法
3.2.1 基于物理片段组装的RNA三级结构预测算法
3.2.2 基于随机采样方案的RNA三级结构预测算法
3.3 RNA三级结构预测算法分析
第4章 基于随机采样策略的RNA三级结构预测算法
4.1 引言
4.2 SMCP算法设计与实现
4.2.1 算法设计
4.2.2 算法描述
4.2.3 算法实现
4.3 算法复杂性分析
4.4 实验结果
4.4.1 SMCP算法的高效实施
4.4.2 SMCP算法建模复杂RNA模体
4.4.3 SMCP算法的严格测试
第5章 基于3DResNet的RNA三级结构预测算法
5.1 引言
5.2 Res3DScore算法设计与实现
5.2.1 算法设计
5.2.2 算法描述
5.2.3 算法实现
5.3 实验结果
第6章 基于卷积神经网络的细胞反卷积预测算法
6.1 引言
6.2 Autoptcr算法设计与实现
6.2.1 算法描述
6.2.2 算法实现
6.2.3 参数设置
6.2.4 训练方式
6.3 实验分析
6.3.1 数据集
6.3.2 评价标准
6.3.3 算法与其他方法比较
第7章 基于卷积自编码器的细胞反卷积预测算法
7.1 引言
7.1.1 研究难点
7.1.2 相关领域研究现状
7.1.3 主要研究工作
7.2 测序技术
7.2.1 基因芯片
7.2.2 测序数据标准化
7.3 细胞组分分析算法
7.3.1 基于实验的算法
7.3.2 基于计算的算法
7.4 Aptcr算法
7.4.1 Aptcr算法的设计与实现
7.4.2 实验分析
7.5 基于卷积自编码器的细胞反卷积算法
7.5.1 概述
7.5.2 Cdaca算法的设计与实现
7.5.3 实验分析
参考文献
第8章 基于带权多粒度扫描的转录因子结合位点预测算法
8.1 研究背景与意义
8.2 国内外研究现状
8.2.1 基于序列计算的预测算法
8.2.2 基于机器学习的预测算法
8.3 研究内容
8.4 转录因子结合位点简介
8.4.1 基因表达与转录调控
8.4.2 转录因子
8.4.3 转录因子结合位点及其预测
8.5 传统机器学习简介
8.5.1 传统机器学习基本知识
8.5.2 决策树与随机森林
8.5.3 深度森林
8.6 深度学习简介
8.6.1 CNN
8.6.2 注意力机制
8.6.3 RNN
8.7 转录因子结合位点预测算法
8.7.1 WMS_TF算法的设计与实现
8.7.2 实验结果及分析
参考文献
第9章 基于注意力机制的转录因子结合位点预测算法
9.1 引言
9.2 LAM_TF算法设计与实现
9.2.1 算法设计
9.2.2 算法描述
9.2.3 评价指标
9.3 实验结果及分析
9.3.1 实验设置
9.3.2 实验分析
9.3.3 LAM_TF算法基准测试
第10章 基于特征度量机制attC位点预测算法
10.1 研究背景及意义
10.2 国内外研究现状
10.2.1 基于机器学习的预测技术
10.2.2 基于深度学习的预测技术
10.3 主要研究内容
10.4 DNA特异性位点简介
10.4.1 DNA重组位点
10.4.2 DNA甲基化位点
10.4.3 DNA特异性位点预测
10.5 机器学习简介
10.6 深度学习简介
10.7 FMCO算法的设计与实现
10.7.1 算法设计
10.7.2 算法描述
10.7.3 评价指标
10.7.4 实验结果
参考文献
第11章 基于特征融合策略的4mC位点预测算法
11.1 引言
11.2 FFCNN算法的设计与实现
11.2.1 算法设计
11.2.2 算法描述
11.2.3 评价指标
11.3 实验结果
11.3.1 实验设置
11.3.2 消融实验
11.3.3 组合特征编码实验
11.3.4 FFCNN算法基准测试
第12章 基于进阶模型的RNA结构预测算法
12.1 引言
12.2 研究内容
12.3 研究目标
12.4 关键科学问题
12.5 研究方法与技术路线
12.6 关键技术
第13章 RNA结构预测总结与展望
13.1 总结
13.2 展望