蛋白质作为生命体的基础物质之一,其功能发挥对于各种生命活动如新陈代谢、激素调节、细胞活动和酶的催化反应等都起到关键性的作用。因此,蛋白质相互作用研究不仅有利于了解生命运行机制,而且对于新药研发等方面都具有重要意义。然而,采用传统生物实验方法鉴定蛋白质之间的相互作用不仅成本高昂,而且还存在着较高的假阳性和假阴性率。随着信息技术的快速发展,采用智能计算的方法对蛋白质相互作用进行预测不仅速度快,而且准确率高,已成为预测蛋白质相互作用重要手段。本文的主要工作如下:(1)基于矩阵的特征提取方法选择。为了高效且全面地提取到蛋白质序列中重要的特征向量矩阵,本文分别使用了矩阵主成分分析和矩阵线性判别分析方法对经过数值化表示后的蛋白质序列信息进行特征提取。通过在H.pylori、S.cerevisiae和Human数据集上与其它特征提取方法的实验对比,证明了本文提出特征提取方法的有效性。(2)基于稀疏表示的预测模型设计。本文分别采用了稀疏表示模型和加权稀疏表示模型来实现蛋白质相互作用预测的功能。通过与支持向量机和其它模型的对比实验,发现基于稀疏表示的模型能够很好的与本文使用的特征提取方法相结合,并具有优秀的预测效果。(3)为了满足那些计算机编程能力较为薄弱的研究人员需求,本人利用MATLAB GUI技术设计开发了一套完整的基于稀疏表示的蛋白质相互作用预测系统供大家学习交流。