近年来高通量测序技术在全球范围内被广泛应用，对于高通量测序技术重新构建出来的转录本，特别是来自于没有完备基因注释的物种的转录本来说，对其属于编码蛋白RNA还是非编码RNA进行分类，是一个项非常紧迫的任务，同时也是一个巨大的挑战，该工作也是接下来RNA功能研究或者调控网络研究的重要前提。相邻的核苷酸三聚体的出现频率在编码RNA和非编码RNA中存在显著的偏好性，基于此偏好性，本文引入动态规划算法、提取出分类特征，使用人类的已知转录本序列数据训练了一个支持向量机分类模型，并且开发了一个分类功能显著的应用软件：CNCI（Coding and Noncoding Index）。在后期的验证中本文参考了大量的带有注释信息的RNA序列进测试，证实了CNCI具有非常高的分类精度，可以应用到高通量测序数据所产生的大量转录本数据上。为了测试模型的适用范围，本文将CNCI应用到多物种的全转录组测序所重构的转录本上，通过对脊椎动物、非脊椎动物和植物的转录本进行了大批量的实验，并且发现脊椎动物的相邻核苷酸三聚体基本属于同一个模型，但是该模型并不适用于非脊椎动物和植物，这也从另一个层面展示了物种之间一种进化趋势。最后，我们将CNCI应用到人类和红毛猩猩的长非编码RNA的鉴定工作中，重新注释了红毛猩猩的转录组，并且对鉴定到的人类长非编码RNA做了可靠的功能预测分析，对其长非编码RNA的注释工作做了重要的补充。