研究表明,许多神经退行性疾病,如帕金森病和阿尔茨海默病等,都与亚高尔基体蛋白质的定位有关。因此,正确识别高尔基体驻留蛋白的类型对了解高尔基体驻留蛋白的功能有着非常重要的作用。载脂蛋白参与胆固醇的代谢、膜的重塑和神经元的凋亡,在维持脂质代谢平衡、胆固醇重新分布和磷脂膜修复中起重要作用,载脂蛋白的异常表达与心血管疾病、阿尔茨海默病、癌症等疾病有关系,因此,正确识别载脂蛋白的种类有助于人们对心血管疾病、癌症、糖尿病等疾病药物的研究与开发。对于亚高尔基体蛋白质的定位预测研究,本文基于最新更新的UniProtKB/Swiss-Prot数据库建立了新的亚高尔基体蛋白质数据集,包括顺面膜囊（cis-Golgi）蛋白质和反面膜囊（trans-Golgi）蛋白质两类。提取了 6种特征信息:氨基酸单肽组分信息、氨基酸二肽组分信息、两亲性伪氨基酸组分信息、联合三联体特征、基因本体注释信息及平均化学位移,基于支持向量机对两类亚高尔基体蛋白质数据集进行预测,单特征信息预测结果最好的是平均化学位移,预测成功率为87.15%,特征组合后,预测成功率最高为87.43%,单个特征和组合特征的敏感性Sn都较高,单特征参数两亲性伪氨基酸组分信息的Sn最高达到 100%,说明本文的预测方法对trans-Golgi蛋白质的识别具有一定的优势。对于载脂蛋白的预测研究和载脂蛋白亚家族的预测研究,本文选择Liu等人构建的载脂蛋白数据集和载脂蛋白亚家族数据集为研究的基准数据集,选取6种特征参数:氨基酸单肽组分信息、氨基酸二肽组分信息、伪氨基酸组分信息、两亲性伪氨基酸组分信息、联合三联体特征及平均化学位移,对载脂蛋白的预测,单特征信息预测结果最好的是平均化学位移,预测成功率为96.89%;特征组合后,预测成功率最高为99.01%,Sn、Sp和MCC分别为98.52%、99.06%、0.975,与现有文献中最好的预测结果比较,Acc、Sn、Sp和MCC分别高1.25%、1.48%、0.93%、0.03。对载脂蛋白亚家族的分类预测中,单特征信息预测结果最好的是氨基酸二肽组分信息,总体预测成功率为93.33%,特征组合后,总体预测成功率最高为94.81%,对ApoA、ApoB、ApoC、ApoD、ApoE、ApoL 和 Apoelse 的预测成功率分别达到:95.93%、98.15%、100%、99.63%、99.63%、99.26%、99.89%。