随着测序技术的飞速发展,人们发现基因组上的遗传信息不仅仅是简单的碱基序列的排列组合,同时还受到DNA甲基化、组蛋白修饰等其他多种层面的调控。在中心法则中,RNA发挥着重要的承上启下作用。与DNA类似,RNA自身也受到来自多个层面的调控。其中,转录后修饰在RNA的新陈代谢过程中发挥了重要作用。在RNA修饰中,5-methylcytosine(m~5C)是最常见的修饰类型之一。无论是在真核生物还是原核生物中,RNA m~5C均参与了重要的生物学过程,并与多种重要疾病有着密切联系。准确定位组织细胞中的RNA m~5C位点是深入了解m~5C功能的前提和基础。目前主要采用实验法测定RNA m~5C修饰位点,其效率低下且价格昂贵,不能满足现代高通量大数据背景下的需求。所以建立一个准确的m~5C位点预测模型,利用计算的方法在给定的RNA序列中准确识别出m~5C修饰位点,代替实验方法不仅可行而且非常有必要。与m~5C类似的,m~6A是另一种常见的RNA修饰类型,在m RNA降解、翻译和选择性剪接等过程中都起到了重要作用。本文在收集m~6A数据过程中发现公共数据库中的数据存在一定的实验偏倚,严重影响m~6A研究工作的准确性。因此,用生物信息学方法消除公共数据库中m~6A存在的实验偏倚具有重要的现实意义和应用价值。本文用生物信息学的方法对上述两种RNA甲基化修饰问题进行研究并提出了解决方案。第一,本文首次提出并研发了一个基于RNA序列特征和机器学习方法的组织特异性RNA m~5C修饰位点预测器,从小鼠和人类的8种组织或细胞类型中预测RNA m~5C位点。与其它预测器相比,它具有预测组织特异性m~5C位点的能力。本文通过独立测试证实了该预测器的准确性和有效性。实验结果表明,综合型预测器和细胞特异性预测器可以精确定位泛型和组织特异性m~5C位点。第二,本文首次提出了m~6A修饰数据存在偏倚的科学问题并开发了一个基于分位数标准化和经验贝叶斯批量回归方法的m~6A修饰谱校正工具——m6Acorr。m6Acorr不仅可以有效地消除m~6A甲基化修饰谱潜在的偏倚,还可以根据校正后的甲基化修饰谱,对超甲基化基因或显著低甲基化基因进行图谱比较和功能富集分析。本文研发的两个研究RNA修饰的工具软件为从事相关科研工作的研究人员提供了便利,为后续RNA修饰的研究提供了思路。