论文简介：对27种预测N1 -甲基腺苷和N6 -甲基腺苷位点的最先进方法的全面综述，涵盖了对开发成功预测器至关重要的各种重要方面，包括数据集质量、操作算法、序列和基因组特征、特征选择、模型性能评估和软件效用。同时提出了一种基于深度学习技术的计算方法DeepPromise，用于同时预测N1 -甲基腺苷和N6 -甲基腺苷。开发了一个web服务器，该服务器可以接受RNA序列和基因组序列，以预测两种假定的RNA修饰位点。
原文链接：https://academic.oup.com/bib/article-abstract/21/5/1676/5622701?redirectedFrom=fulltext
