生物大分子的亚细胞位置预测工作一直是生物信息学领域的热门话题。蛋白质以及RNA的亚细胞位置定位研究进展一直是领域内的关注热点。近几年的众多研究表明了解RNA和蛋白质的亚细胞定位信息对于理解RNA和蛋白质的功能,RNA之间的相互作用,蛋白质之间的相互作用,RNA与蛋白质之间的相互作用,药物的靶向治疗都具有重要的意义。由于通过生物实验测定RNA以及蛋白质这些生物大分子的亚细胞位置需要消耗大量的成本与时间,因此基于计算方法来预测生物大分子的亚细胞的定位信息是一件十分急切并且有意义的工作。本文的工作主要涉及长链非编码RNA(lncRNA)和植物蛋白质的亚细胞位置预测工作。在第一个工作中我们在领域内首次提出了针对lncRNAs序列的亚细胞位置预测算法。在第二个工作中我们结合基因本体论特征和保守结构域特征提出了Plant-mPLoc3.0预测算法,优化了此前对于植物蛋白质的亚细胞位置预测工作。本文的主要贡献总结如下:(1)收集整理了长链非编码RNAs的亚细胞定位数据集。(2)基于栈式自编码器挖掘原始序列特征中的高级抽象特征。(3)基于有监督的上采样算法来缓解数据集分布中存在的不平衡性。(4)利用一个全连接的深度神经网络(DNN)来对不同分类器的整合方式进行建模。(5)搭建了长链非编码RNAs的预测网站。(6)探索了词向量编码在RNA亚细胞位置预测方面的应用。(7)收集整理了植物蛋白质亚细胞定位数据集。(8)构建了一个全物种的基因本体论特征相似性矩阵和植物蛋白质保守结构域特征相似性矩阵来预测植物蛋白质亚细胞位置。(9)挖掘类标之间的相关性并且基于动态阈值准则优化预测结果。(10)搭建了植物蛋白质的亚细胞位置预测网站和本地运行软件。