本书介绍RNA结构特征，特别是RNA三级结构特征、构象采样表示模型、Rosetta框架、细胞反卷积算法、转录因子结合位点预测算法、特异性位点预测算法等内容；研究RNA三级结构预测算法与复杂性，构象采样和打分函数的构建，基于转录组测序技术的细胞反卷积算法，转录因子结合位点预测算法，DNA特异性位点预测算法等；研究Rosetta框架下基于枚举采样和随机抽样方案的RNA三级结构预测算法及其复杂性，基于卷积神经网络的自动预测组织细胞比例算法，基于组合特征编码和带权多粒度扫描策略的转录因子结合位点预测算法，基于特征度量机制和组合优化策略的DNA特异性位点预测算法等内容。
本书可作为生物信息学、计算生物学、计算机、自动化、人工智能等相关专业高等院校本科生及研究生的参考用书，也可作为相关领域学者及兴趣爱好者的参考用书。
前言
第1章概述1
1.1背景1
1.2研究现状8
1.3算法与计算复杂性11
1.4NPC类问题12
1.5NP难问题与近似算法14
参考文献14
第2章RNA结构与模型21
2.1RNA简介21
2.1.1RNA基本知识21
2.1.2RNA三级结构22
2.2Rosetta框架简介24
2.2.1Rosetta框架24
2.2.2蒙特卡罗采样26
2.2.3打分函数26
2.3机器学习简介27
2.3.1机器学习与深度学习27
2.3.2卷积神经网络28
2.3.3三维卷积神经网络29
2.3.4基于ResNet的三维卷积神经网络30
第3章RNA三级结构预测算法32
……
