Datawhale AI 夏令营 Task1

本笔记记录的是Datawhale 2024 年 AI 夏令营第三期的学习活动（“AI+药物”方向），基于天池平台“第二届世界科学智能大赛 生命科学赛道：siRNA药物药效预测”开展的实践学习心得。

1.报名参赛

首先，我到天池平台报名参加了比赛——“第二届世界科学智能大赛 生命科学赛道：siRNA药物药效预测”

赛事链接：http://competition.sais.com.cn/competitionDetail/532230/format

2.小白速通流程

身为一名无基础的小白，我根据夏令营的速通指南，下载相关的赛事文件，启动魔搭GPU环境，启动了实例

魔搭链接：https://modelscope.cn/my/mynotebook/preset

这是我第一次使用GPU环境，感觉很是新奇

在成功进入环境后，导入相关的文件，进入终端运行相关文件，获得结果后将结果上传到赛事官网，获得了我运行出来的第一个分数。

3.赛题解析与思路概览

在官网中，本赛题的背景介绍为RNA干扰（RNAi）是生物细 胞内天然存在的一种基因表达调控机制，可抵御 外来核酸的入侵和控制基因表达。其中小干扰 RNA（siRNA）是RNAi机制的主要作用分子。 siRNA相关现象及作用机制的发现获得了2006年诺 贝尔生理学或医学奖，2018年世界上首款siRNA药 物获得美国FDA批准。相比于传统小分子药物， siRNA具有可成药靶点多、药效强、安全性好、成 本低的优势，其研发是全球范围内极具发展潜力 的前沿医药领域之一。siRNA的化学修饰对siRNA 在体内的稳定性、毒性、药代动力学特性至关重 要，是siRNA研发中的重要影响因素，本赛题聚焦 经过化学修饰的siRNA序列数据预测其对相应的信 使RNA（mRNA）沉默效率指标，对指导siRNA药 物设计具有重要指向性作用。

生物知识已经离我远去，但大致还是能找到一些关键词

RNA干扰（RNAi），作用机制

小干扰 RNA（siRNA），作用分子

信 使RNA（mRNA），目标基因

本赛题聚焦 经过化学修饰的siRNA序列数据预测其对相应的信 使RNA（mRNA）沉默效率指标，对指导siRNA药 物设计具有重要指向性作用。

官方提供了一些文件，其中在训练集中有很多的指标，也是我们需要处理并利用的一些数据。对这些数据的内容有一定的了解是很重要的一个点。

那么该如何去处理数据，如何选择合适的模型，如何评价模型，是接下去该学习的部分，在训练营中，为我们提供了一个有详细备注的baseline，但作为小白我对其具体的实现方法仍是较难理解，需要我后续进一步的学习。