RNA编辑是转录后的RNA过程，可提供RNA和蛋白质的复杂性来调节真核生物中的基因表达。 通过计算方法预测RNA编辑具有挑战性。 在这项研究中，我们开发了一种基于随机森林法预测RNA编辑的新方法。 基于最大相关最小冗余（mRMR）和增量特征选择（IFS）算法执行了仔细的特征选择过程。 从我们的数据集中的77个特征中选择了18个最佳特征，并用于构建最终的预测变量。 训练数据集的准确性和MCC（马修斯相关系数）值分别为0.866和0.742； 对于测试数据集，准确性和MCC分别为0.876和0.57