中文摘要：

本项研究基于3个新思路。一是在已经发展的SVM方法的基础上，从"机器学习算法"方面继续研究蛋白质结构预测的新方法、新算法。二是基于网络分析的思路。每个生物单元（基因、蛋白质等）将放在一个相互作用的复杂网络中来考察。考察网络的整体特性，进行网络基础上统计分析和建模，通过网络学习算法，考察蛋白质在相互作用网络上下文中的位置，有助于揭示未知蛋白质的结构和功能，提取结构和功能信息，进行结构预测的研究。三是

结论摘要：

在已经成功地应用支持向量机方法预测蛋白质二级结构的基础上（发表在2001年J.M.B.上），进一步研究俩层支持向量机的算法、研究结合进化信息的方法（如图示）。已经取得初步的成果，蛋白质二级结构预测的准确率提高了3-4个点，sov指标达到80%。已经在2004年Protein: structure, function & Bioinformatics杂志发表。根据科学的发展情况，本课题超额完成了原来的计划，在蛋白质相互作用、受体与配体结合的结构特征、以及pathway network系统生物学层次上结构和功能模式等方向，开展了扩展研究， 本课题圆满地完成了计划，取得了比较好的结果，发表了10篇SCI论文（ 署名本课题号90303017的8篇）,其中IF>5.0的高水平学术论文2篇。