通过实验确定蛋白质的结构和含氟化合物的生物活性，不但费时费力费钱，而且前者在实验中易遇到困难，后者则易给环境带来负面影响。因此，建立一个自动化识别新肽链蛋白质结构的方法，以及采用定量构效关系研究来预测未知含氟化合物的生物活性已成为一种势在必行的趋势。本文在深入了解支持向量机的基础上，结合组合预测，系统地研究了蛋白质四级结构分类和含氟农药活性预测，为蛋白质结构与功能的研究和新含氟农药的设计与合成提供了指导作用。为提高蛋白质四级结构分类精度，应用四种特征值提取方法，基于支持向量机分类进行了研究。其中有三种特征值提取方法是对传统的氨基酸组成成分、二肽组成成分和氨基酸组成分布等方法进行了改进；第四种方法引入了新的氨基酸生化参数，采用伪氨基酸法提取特征值。结果表明：四种模型的分类精度均提高了2～3个百分点。并在此基础上引入组合预测，对上述四种模型进行线性和非线性组合，其分类精度与最高分类精度的子模型相比再次提高了2～3个百分点，使独立测试集的分类精度达到了90％以上。为深入认识含氟农药生物活性与其结构间的关系，建立更理想的定量构效关系模型，以化合物的油水分配系数等7个分子结构描述符，基于支持向量机回归和MSE最小原则，经自动寻找最优核函数、非线性筛选描述符、K-最近邻预测构建子模型，最后采用组合预测以留一法定量预测了33种含氟化合物对5种不同病害的生物活性。结果显示：对含氟农药作用于五种病害的活性预测，基于保留描述符和子模型的SVR组合预测结果均为最优，其MSE值在0.005～0.015之间，MAPE值在2.136～3.164之间。与多元线性回归、逐步线性回归和误差反传神经网络等留一法测试结果比较，本文方法具有更优的预测精度及稳定性。