淀粉样蛋白是一种不溶性的纤维蛋白,这类蛋白质在人体内错误折叠的结构可能会导致一些疾病,如:阿尔茨海默综合症、帕金森症等。且目前不断增加的证据表明,无论在体内还是体外,只要在某些特殊定环境下,许多蛋白质都可以转化为高度组织的淀粉样纤维结构,其稳定和不易可逆的特性也使其成为纳米级的新型材料,因此对淀粉样蛋白形成的研究具有重要意义。淀粉样蛋白的形成与序列的部分区域发生聚集有关,于是预测判断序列段是否为聚集的热点区域是本文的主要目标。关于序列的分类预测作为生物信息学中的核心内容之一,其中的特征提取对预测性能的表现起着关键作用。本文着重从理化性质数字表达后的序列和进化信息两个方面,对特征提取方法展开讨论和研究,主要成果概括如下:(1)提出了一种新的特征表示方法:Phy Ave＿PSSMDwt,它包含两方面的信息:一种是基于氨基酸亲水性、疏水性、聚集倾向度、堆积密度期望值和氢键作用这五项理化性质的序列数字特征而提取的15维向量;另一种是利用离散小波变换(DWT)分析位置特异性打分矩阵(PSSM),并通过递归消除法提取的60维特征。基于Pep424数据集的实验结果证明,PSSM包含的进化信息对淀粉样蛋白预测有很高的贡献。另外,提取到的特征通过SVM分类器预测,并在交叉验证下与其它方法的最优预测结果相比,总精确度、特异度、马氏相关系数和AUC的值均有3.0%、3.3%,0.026,0.055的提高,说明该表示方法是有效且极具竞争力的。(2)提出了新的特征提取方法:PN＿AC,它包含了自协方差特征,又对序列的正负值信息单独作了考虑。我们首先根据该特征向量和Phy Ave特征分类预测所得到的结果,从AAindex1数据库中筛选出了与序列聚集相关的15项理化性质。并利用这一信息构建了性质矩阵,再通过矩阵相乘融合进化信息,然后对融合矩阵的每一列提取PN＿AC向量,组合15项性质的Phy Ave特征,经过最大相关最小冗余的特征选择,进行分类预测。实验结果表明,PN＿AC的提取方式对淀粉样蛋白区域的预测是有效的,且其预测性能优于自协方差特征。另外,将Phy Ave＿PSSMDwt与筛选出的理化性质特征组合,预测结果中总精确度、敏感度、马氏相关系数、以及AUC值分别提高了0.6%,2.6%,0.013和0.004,说明了氨基酸理化性质的丰富对预测敏感度的提高确实是有积极意义的。