基于多模态深度学习的蛋白质-RNA相互作用预测方法

本发明涉及多模态RNA特征融合与高置信数据集构建技术领域，具体公开了一种基于多模态深度学习的蛋白质‑RNA相互作用预测方法，建模并预测RBP结合模式，应用计算技术对细胞系特异性RBP‑RNA相互作用进行分类，并确定了不同细胞系之间结合特异性的可解释组；采用结构比对和聚类技术创建了细胞系特异性RNA结构相似性矩阵；预测这些位点作为标记RBP的确切核苷酸结合位置；使用mRNA和lincRNA作为对照；建立了RBP‑RNA相互作用与RNA翻译之间的正相关性，特别是与lincRNA之间的正相关性，本发明为癌症靶向治疗提供理论与策略，降低解决数据异质性与计算复杂度，提高蛋白质‑RNA相互作用预测效率。