本文针对蛋白质结构域预测、唾液分泌蛋白质预测以及在唾液蛋白质中寻找疾病标识物方面做了较为深入的研究：1.提出了一种基于支持向量机（Support Vector Machine）的蛋白质结构域的预测方法。结合蛋白质结构和功能的长程相关性，通过使用蛋白质二级结构、蛋白质亲水疏水性、蛋白质特定位置得分矩阵（PSSM）及碳原子坐标等作为特征，利用基于支持向量机的方法预测了蛋白质结构域。与同类预测方法比较，该方法使蛋白质结构域预测的效果得到了提升。2.提出了一种基于特征选择与支持向量机相结合的计算模型来预测哪些蛋白质能被分泌到唾液中。此模型为唾液蛋白质组领域的研究，尤其是为此领域的实验科学家提供了新颖的计算模型和研究方法。3.发现了唾液诊断疾病领域的新问题，建立了针对此问题的模型，提出了一种基于特征选择与支持向量机、排名算法相结合的计算模型来预测哪些蛋白可以从血液进入唾液，完善了通过唾液检测疾病的模型，这对人类口腔疾病、全身系统疾病、癌症等重大疾病的早期发现、标识物识别和鉴定提供了重要参考依据。