本发明公开了一种基于DeepCPI计算框架将特征嵌入与深度学习方法相结合实现预测环状RNA IRES的方法。在预测过程中，该方法使用S‑LSTM学习全局句子级节点来表征整个RNA序列，从而为分类任务建模上下文信息。此外，该方法通过一个加权RNA图来模拟RNA的二级结构，并基于GCN提取所需结构特征。与此同时，该方法采用下采样和模型集成解决数据不平衡带来的问题。验证实验结果表明，与目前各种深度学习方法相比，本发明所述方法不仅在序列和结构中提取特征方面具有最佳的性能，而且能有效预测不同长度的人和病毒环状RNA IRES。由此可见，本发明所提供的方法可以应用于环状RNA编码能力研究以及随后的环状RNA设计和应用，如环状RNA疫苗的开发。