一直以来,蛋白质结构相似性比较在计算分子生物学中都扮演着至关重要的角色。二十一世纪,是后基因组研究的时代,越来越多的科学家开始关注并积极探索有关蛋白质三维空间结构特征与其生物功能特性之间的关系。传统的蛋白质相似性分析方法主要是一些以序列比对为主的一维生物序列分析方法,这一类算法往往在计算的时间和空间复杂度上具有明显的优势,但同时也有很大的局限性。忽略蛋白质的三维空间结构必然会导致生物信息某种程度上的丢失。针对蛋白质三维空间结构的直接比较是势在必行的,因为它的很多优点是使用一维方法所不具有的。必然地,基于三维空间的蛋白质结构相似性分析,将会成为计算分子生物学未来发展的一个大的趋势。本文对目前已经有的并且被研究者们广泛使用的蛋白质空间结构相似性比较方法进行了简单分析总结,然后提出了两种新的基于蛋白质二级结构特征序列的蛋白质空间结构相似性比较方法,第一种方法以八字母构成的联体在序列中出现的频率为特征源,首先构造模糊矩阵,然后利用传递闭包原理计算出模糊等价矩阵,进而根据分类参数对蛋白质结构进行分类。在分类过程中可以设定不同的分类参数,从而得出不同的分类,最后选取最优的。第二种方法利用空间中一单位立方体模型,将蛋白质二级结构序列按照一定的映射法则转化为空间中的点列,然后在xoy,yoz,zox三个平面上对点列的投影进行曲线拟合,并针对每一个平面画出分布图,因此我们能够首先从直观上进行判断,将两个三维空间中的点列向某个平面上进行投影,若其投影在此平面上的分布差别明显,则可以直接判定两蛋白质结构上有较大差异。经初步判断后,再利用提取拟合曲线特征值的方法计算具体的相似度,进而得到两蛋白质空间结构的相似程度。算法针对一些具体的生物序列进行了分析研究,最后,因为算法要处理的数据量较大,在时间和空间上消耗较高,所以我们利用C++编制了一段数据处理程序,用来进行复杂数据的处理及蛋白质空间结构相似度的计算。