本文介绍了一种miRNA前体预测方法，它采用了针对miRNA前体所设计的茎环结构预测软件，从而使该方法达到了较高的预测灵敏度和特异性，为实验寻找miRNA提供了理论指导。 miRNA作为一种近几年来的热点小分子非编码RNA，通过和mRNA 3—UTR的非完全配对结合抑制其翻译，从而达到调控基因表达的目的。这种RNA分子能参与到几乎所有的细胞过程，其强大的生物学功能引起越来越多的关注。成熟的miRNA是从pre—miRNA经Dicer酶切后产生，而pre—miRNA是由pri—miRNA经Drosha酶切后得到。目前认为pri—miRNA是由RNA聚合酶Ⅲ转录而来的，具体机制尚不清楚。当前检测miRNA的方法多为Northernblotting，但这种方法只能检测到高表达的miRNA，由于miRNA的表达具有瞬时性和组织特异性，全基因组中miRNA的分布仍是一个谜。 动物中miRNA前体pri—miRNA和pre—miRNA都含有茎环结构，从而可以将其作为生物信息学方法预测miRNA前体的一个依据。目前已经有多种miRNA前体预测方法。例如基于序列同源性的MiRscan和miRseeker，基于结构保守性的ProMiR和miRAlign。这些方法不约而同地用茎环结构作为首要的判断依据。而判断一条序列能否折叠成茎环结构则都是使用RNA二级结构预测软件mfold或者Vienna RNA package。但是这些RNA二级结构预测软件并不是针对miRNA前体所设计的，这也是目前各种预测方法灵敏度偏低的根本原因。 针对这个问题，我们重新建立了一个专门用于茎环结构预测的算法，并提出了一个新的miRNA前体预测方法。该方法没有像传统的预测方法一样以能量作为结构取舍的唯一标准，而是同时考虑了结构能量和参与配对碱基数以及它们之间的关系，并以此来判定结构的优劣，再辅以我们归纳的一套关于miRNA前体形状性质的判据，在保证预测特异性的同时，我们成功地将miRNA前体预测的灵敏度提高到了94％。同时我们还开发了在线的预测工具。 本文描述的内容作为一个预测方法，因其高度的灵敏度和特异性，使得该方法作为实验的理论指导非常有效。而且由于程序对于长序列搜索进行了优化，从而本方法对miRNA前体的全基因组预测有着独特的优势。