在高通量的蛋白质晶体学中,一个重要的问题是通过电子密度图构建蛋白质模型。这是一个把一个完整蛋白质分子模型匹配成一个晶体蛋白质的3D图像的过程。在劣质的电子密度图中,这种解释会需要检晶器大量的工作时间。本文的研究工作主要是提出一种在劣质密度图中解析性能比较理想的方法,即程序执行时间相对较短,解析结果的精度较高。通过分析现有的方法可知,经典的ACMI算法是性能比较好的一种方法,但是该方法中以小的模版片段为单位搜索必然会产生很多难以避免的重复计算,产生大量次数的搜索,从而导致算法的时间复杂度较高。在本文中,我们通过分析蛋白质的结构保有性提出一种基于ACMI算法新的改进。根据待测的蛋白质氨基酸序列,利用蛋白质的结构保有性知识,通过序列比对的方法,在蛋白质数据库(PDB)中搜索该序列可能对应的模版,然后,利用球函数和快速模版匹配的方法,将对应模版的空间结构定位于电子密度图中最佳的匹配位置。这种定位较大的模版的策略和以5个残基为单位的搜索定位相比必然会节省很多时间上的开销。接下来,在模版的连接、改进和精修的过程中,我们再利用ACMI的算法,用一种有效的近似推理算法——置信传播,将一些小的残基定位到电子密度图中。我们通过一系列低分辨的蛋白质电子密度图(在3.5埃分辨率)测试本文所提出的方法,并把我们的结果和ACMI方法进行比较。同ACMI方法相比,本文提出的方法在电子密度图解释上的精确度更高,并且计算时间更短。