在生物学研究中,一直以来主要的课题都是围绕着蛋白质和相关蛋白质编码基因进行的。然而,随着RNA测序技术和用于组装转录组的计算方法的发展,除了编码哺乳动物基因组的大部分蛋白质编码基因外,许多非编码RNA(nc RNA)转录物在各种生物过程中正起着越来越重要的作用。理解nc RNA的功能已成为现代生物学研究中最重要的目标之一。nc RNA表示的是一种不被翻译成蛋白质的功能性RNA分子,其是一种缺少特异完整的开放阅读框的RNA。按照功能分类,可以分为两种类型,一种是看家非编码RNA(Housekeeping non-coding RNA),一种是调控非编码RNA(Regulatory non-coding RNA)。按照长度分类,可以分为短链非编码RNA和长链非编码RNA(lncRNA)。lncRNA通常指的是长度大于200核苷酸单位的非编码RNA。近期的研究表明,lncRNA可以作为各种生物过程中重要的顺式或反式调节剂,也可以使用各种机制来影响基因的表达,lncRNA中的突变与各种各样的疾病,特别是癌症和神经变性疾病有关。即使如此,大多数lncRNA的功能和分子机制是未知的。尽管已经开发了多种计算方法来预测lncRNA的功能,但预测其功能仍然是一项具有挑战性的任务,部分原因就是lncRNAs序列和二级结构缺乏保守性。由此可知,lncRNA在生物功能与机制上有着非常巨大的作用,但是由于其长度较长,功能表述不清楚,给研究人员研究其生物功能造成了巨大的困难。经过调查研究发现,目前主流的RNA二级结构预测算法主要集中在短链上,对lncRNA二级结构的研究基本还处于探索阶段,所以本文基于局部预测算法和平衡能能量模型,提出了基于滑窗的lncRNA二级结构预测的算法。首先,利用局部预测算法对lncRNA的局部结构进行预测,之后利用平衡能量模型选取多个预测结构中的最优结构。为了验证算法的有效性,我们选取了广泛使用的silva数据库和RNA STRAND数据的数据对算法进行了验证,并将预测结果和主流的预测算法进行了比较。通过和中国人民解放军第四军医大学的合作并作进一步的深入研究,我们的lncRNA二级结构预测算法的效率和准确性都会得到提升。我们深知该算法还有很多不足之处,但是我们还在不断努力,使其功能更加的齐全,性能更加的强劲的愿望,是使我们不断进步的动力,也是我们努力的方向。