生物信息学是用计算机来处理和研究生物信息的一门新兴学科.其中,蛋白质二级结构预测一直是生物信息学中的一个基本问题.如何获得结果更准确,时间空间效率最高的预测方法是生物信息学研究工作者的一个重要课题.蛋白质结构的预测一直在生物信息学中占有重要的地位.论文首先用一些篇幅简要介绍了一下生物信息学的基本内容和一些问题,接着用概要的语言阐述了生物信息学和生物实验的研究方法和重大意义;最后介绍了蛋白质二级结构的预测和空间结构的预测的主要进展和方法,以及一些最新的研究成果.接着文章转入理论内容,主要介绍了神经网络建模预测蛋白质二级结构的理论.更重要的是介绍了如何从一般概率体系出发,更好的理解神经网络这个经常被视为与概率理论不相关的方法,这种思想将用来指导神经网络结构设计以及机器学习中代价函数的选择.在最后,考虑神经网络用于蛋白质二级结构预测时,通常采用正交编码.考虑到不同蛋白质间的物理化学性质,由此提出了一种新的简化的编码技术,并与其它蛋白质二级结构预测的方法进行了比较,通过数值计算和实验验证,结果表明:这种方法更加充分利用了蛋白质一级结构的信息,有较好的效果.这种编码方法在减少输入节点数目的同时,提高了预测精度,为二级结构预测中的编码问题提出了新的思路.