RNA在生物体内有着各种各样的功能,比如传递遗传物质,催化生物化学反应等。由于结构在一定程度上决定分子生物学功能,所以要想精准了解其生物学基本功能,就必须要知道RNA精确的空间结构。因为利用实验方法测得（如X-射线衍射、冷冻电镜）RNA的空间结构比较困难,所以利用计算机通过设计抽样算法和合理的打分函数来预测RNA空间结构成为重要的弥补手段。目前,比较受关注的预测方法有基于知识的片段组装和基于物理的粗粒化模型,其中基于知识的方法依赖实验结构的统计信息来构建能量函数,以指导片段组装和预测结构评估;同样的,粗粒化模型也需要基于实验结构的统计信息的势函数,以指导序列到空间结构的折叠过程。RNA结构建模的预测方法和构建统计势都表明对RNA 3D结构信息进行统计分析是必要步骤。虽然基于已知RNA结构统计的准确统计势是成功预测或评估RNA结构的关键组成部分,但能够直接用于对RNA 3D结构进行全面统计分析的工具或web服务器很少。在这项工作中,本研究开发了RNAStat,一个用于统计RNA 3D结构的集成工具。对于给定的RNA结构,RNAStat自动计算RNA的结构属性,如大小和形状,并显示它们的分布。基于DSSR的RNA结构注释,RNAStat提供了RNA二级结构基序的统计信息,包括标准/非标准碱基对、茎和各种环。特别是,通过为每个碱基构造一个局部坐标系,可以在RNAStat中计算碱基配对/堆积的几何特征。此外,RNAStat还向用户提供任何原子之间的距离分布,以帮助建立基于距离的RNA统计势。为了测试工具的可用性,本文建立了一个非冗余的RNA 3D结构数据集,并基于该数据集对RNA结构进行了全面的统计分析,对RNA结构建模具有指导意义。RNAStat的python代码,本工作中使用的数据集,以及相应的统计数据文件可在Git Hub免费获得（https://github.com/RNAfolding-lab/RNAStat）。此外,本文还统计分析了目前实验已经测出的假结的空间结构,利用支持向量机（SVM）、贝叶斯（BNB）、回归（LR）、决策树（DT）和随机森林（RF）等机器学习算法,通过对假结的11种特征进行训练,预测假结的共轴堆积效应。本研究发现随机森林预测模型效果是最好的,其预测准确率为0.829,之后利用该模型预测Pseudo Base++数据库中的假结是否存在共轴堆积,为后续预测包含假结的空间结构提供帮助。