在大多数现有的预测方法中，通常不包括具有多个环的那些pre-miRNA。 但是，随着越来越多的miRNA被鉴定，已经发现了具有多个环的miRNA前体的数量。 因此，确定如何从那些具有多个环的大型伪pre-miRNA中有效预测具有多个环的真实pre-miRNA是当务之急。 提取主分支的一些特征以描述pre-miRNA的固有特征，并实施SVM分类器以识别具有多个茎环的真实pre-miRNA。 在来自miRBase12.0的数据集上进行训练和测试，SVM分类器在人体测试集上达到75.76％的灵敏度和9

除了对前miRNA进行实验鉴定外，计算预测方法也正在成为研究的热点。 大多数现有的预测方法通常会排除具有多个环的pre-miRNA。 但是，随着越来越多的miRNA被鉴定，已经发现了许多带有多个环的miRNA前体。 因此，确定如何有效地从具有多个环的对照数据集中鉴定具有多个环的pre-miRNA是当务之急。 在这项工作中，提出了一种修剪算法以从pre-miRNA的多个茎环中识别主要分支。 采用堆栈算法以四种不同模式描述pre-miRNA的二级结构，并采用递归算法将pre-miRNA的多个茎环拆分