基于机器学习的生物信息学预测模型对于深入了解生物过程、探索未知分子的生物功能、药物研发以及疾病的治疗与预防等均具有重要的意义。与传统的生物化学实验相比,基于机器学习的方法具有成本低、耗时短的优势,因而在蛋白质以及RNA等生物大分子位点识别方面取得了较大的进展。为进一步揭示生物序列数据的内在规律,迫切需要发展新的计算方法来提高预测模型的性能。本文通过设计层次化的集成学习策略,结合特征提取、特征选择等步骤对蛋白质S-亚磺酰化位点和RNA假尿苷位点的识别问题,分别建立了预测模型以提高其预测结果的稳定性和准确性,主要成果如下:(1)针对蛋白质S-亚磺酰化位点的识别问题,设计了基于双层集成学习方法的Fu-SulfPred模型。首先利用氨基酸的五种理化性质以及特定位置的氨基酸含量两种特征提取策略将生物序列转换为数值向量。在此基础上,给出一种基于类别的采样算法将原训练数据进行平衡处理,然后利用C4.5、CART和BFT三种决策树为基分类器进行第一层随机森林的构建,将该层输出的类分布信息作为训练数据进行第二层随机森林的训练,最终以投票的方式确定待识别样本的类别信息。通过实验分析了各个参数对模型性能的影响,并与现有的S-亚磺酰化位点预测模型进行性能对比分析。(2)针对RNA假尿苷位点预测问题,构建多层集成学习策略的iPseU-Layer模型。该模型利用核苷酸组成、核苷酸对组成、三核苷酸组成、位置特异性三核苷酸倾向以及核苷酸化学性质在内的五种特征提取方法将生物序列转换为数值向量。iPseU-Layer模型包含三种不同的集成学习层:特征选择层、特征提取与融合层和预测层,其中特征选择层利用CFS算法以降低原特征空间的维度;特征提取与融合层基于六种基分类器进行子集成分类模型的训练,并将每个子集成分类模型的投票结果与输入特征进行融合形成新的特征数据,用于下一层的训练;预测层主要基于传统的随机森林算法对样本类别进行投票预测。通过Jackknife测试、五折交叉验证测试和独立测试集测试实验分析表明,所设计iPseU-Layer预测模型具有更强的假尿苷位点识别能力。