生物信息学研究生物数据的分析处理方法。生物信息学的发展过程是分子生物学与计算机技术、数学、信息学和工程领域不断交叉与融合的过程。分子生物学在分子层面关注生命活动的各种问题,对DNA,RNA和蛋白质的结构与功能以及生物分子之间相互作用的研究构成分子生物学的主要研究内容。蛋白质是生命的物质基础,几乎参与了生命活动的全部过程。蛋白质相互作用是指蛋白质分子之间的相互作用,绝大部分的蛋白质都是通过与其它的蛋白质相互作用来完成特定的功能。蛋白质相互作用在许多细胞活动中扮演重要角色,如细胞周期控制、蛋白质折叠、转录、翻译以及翻译后修饰等。研究蛋白质相互作用有助于增进对蛋白质功能的了解。研究蛋白质相互作用的方法有两类：生物实验方法和计算方法。目前人们提出了多种用于预测蛋白质相互作用的计算方法。基于序列的蛋白质相互作用预测方法,由于不需要太多的先验知识,受到广泛关注。本文主要研究从序列出发预测蛋白质相互作用的方法。首先介绍了数据预处理方法,包括序列表示方法,特征选择方法以及数据集构造方法。然后使用支持向量机作为学习模型,通过实验比较了影响蛋白质相互作用预测正确率的各种因素。最后鉴于相互作用数据的不平衡性,使用粒度支持向量机处理蛋白质相互作用预测问题。本文的实验结果对蛋白质相互作用的研究工作具有一定的参考价值。