嗜热蛋白是一类主要来源于嗜热微生物的热稳定蛋白,能够在高温下长时间保持活性而不变性。通过对嗜热蛋白（热稳定蛋白）和极端嗜热蛋白与其对应的常温菌中的同类蛋白的比较研究发现,其中的大多数在结构、功能甚至活性作用位点都是极其相似的,但在热稳定性方面却有着极大的差异。如果能清楚了解嗜热蛋白的热稳定机理,对于人们深入理解蛋白质的折叠、结构与功能,进化以及在蛋白质工程中对蛋白质分子的定向设计和改造有着重要的意义。因此本章选取三种不同温度下的产甲烷杆菌,对他们的序列和结构进行分析,寻找耐热的原因。本文运用了Genbank数据库、COG数据库、PDB数据库、PIR和PSD数据库,利用Matlab语言分析几个数据库中的产甲烷杆菌的序列和结构,寻找影响产甲烷杆菌耐热性的因素。并用BP神经网络和支持向量机预测了产甲烷杆菌的蛋白质耐热性。首先研究了三种产甲烷杆菌的基因序列的特性,主要统计了密码子的偏好性和CG含量。在蛋白质的编码基因中,不但包含了所编码的20种氨基酸的信息,而且还隐藏着一些影响和制约蛋白质高级结构的信息。因此,这些信息的发现有助于提高蛋白质结构预测的准确性。经研究发现密码子的偏好性与密码子缺失率成正相关,他们也与产甲烷杆菌的耐热性成正相关。接着对蛋白质一级结构进行了统计,包括蛋白质一级结构的长度和含量,经统计发现耐热蛋白的长度较长,并有较多的荷电残基等特性,从众多的蛋白质一级结构中选出具有明显耐热和非耐热特性的蛋白和常温蛋白,提取这些蛋白质一级结构的特征训练BP神经网络,训练好的网络用于预测蛋白质一级结构的耐热性,耐热性的预测结果比较理想,三种产甲烷杆菌局部预测率可达86.7%、63.4%和93.3%。从PDB数据库中下载有关蛋白质二级结构的信息,分析和统计8种结构的耐热特性,发现嗜热菌中含有较多的α-螺旋和较少的β-折叠。提取耐热显著的特性,输入支持向量机预测蛋白质二级结构的耐热性,从预测结果可发现虽然没有蛋白质一级结构预测理想,但是三种结构是可分的。把代表三种菌的具有耐热和非耐热特性的基因序列翻译成蛋白质一级结构,提取耐热特征向量后输入训练好的预测蛋白质一级结构耐热性的BP神经网络中,发现具有基因耐热特征的序列翻译成蛋白质一级结构也同样具有蛋白质一级结构的耐热特性。用组合DIMLP网络和网络工具相结合的方法预测具有代表三种菌耐热和非耐热特征的蛋白质一级结构序列的蛋白质二级结构,统计预测出来的蛋白质二级结构的特征,并提取特征向量输入预测蛋白质二级结构的支持向量机预测耐热性。通过统计的方法发现由具有蛋白质一级结构的耐热性的序列预测出来的二级结构也具有二级结构统计出来的耐热特性,而且更加明显。