在人类基因组中,非编码序列占基因组序列的90%以上,micro RNA(miRNA)作为一类非编码RNA在细胞分化和组织发育中具有重要的调控作用。miRNA调节紊乱会影响细胞的生长和分化,miRNA的失调或过表达会抑制各种癌症的增殖或转移,因此对miRNA识别的研究在疾病的诊断和治疗方案中具有重要的理论价值和应用意义。miRNA的识别方法主要分为实验性克隆和计算机模拟预测两种。实验性克隆方法中,miRNA的识别需要特定的发育时间或组织表达,具有一定局限性。计算机模拟预测方法中,现有深度学习方法均未同时关注到miRNA的时间信息和空间信息,而miRNA的空间信息包含miRNA功能信息,miRNA的碱基序列(时间信息)会影响miRNA分子的正常调控,因此对miRNA时间和空间信息的捕捉是非常有必要的。本文针对现有miRNA识别研究中存在的问题,从序列和二级结构角度,构建了级联CNN-BLSTM框架,并捕获miRNA复杂抽象的时间和空间信息用于识别miRNA。本文主要研究内容如下:(1)在miRNA序列预处理阶段,本文使用CD-HIT和RNAfold工具删除冗余序列并获得序列对应的二级结构,使用one-hot编码方法完成premiRNA序列和二级结构的向量化。(2)由于现有深度学习方法未同时关注到pre-miRNA的时间和空间信息,导致信息缺失,因此本文提出了级联CNN-BLSTM模型,该模型首先引入CNN提取局部空间信息,同时引入了BLSTM神经网络对序列进行上下文特征提取,解释pre-miRNA的时间依赖问题。该模型通过捕获premiRNA序列、二级结构全面的空间信息和时间信息从而对miRNA进行分类。(3)由于实验数据普通存在不平衡问题,因此本文对比了三种不平衡处理方案,并通过实验选取了表现性能最优的focal loss函数,用于减弱数据不平衡对模型性能的影响,使分类器可以专注于阳性样本,提升模型预测能力。综上所述,本模型考虑了序列和二级结构信息,同时捕获了miRNA复杂抽象的时间和空间信息,并引入数据不平衡解决方案,构建了级联CNNBLSTM模型。实验结果表明,与现有研究相比,本模型在SE、PPV、F-score指标上有更大的优势,表明了本文模型可以更加有效的识别pre-miRNA,这为细胞生理学和病理学研究提供了新的理论依据。