识别出蛋白质编码基因及其启动子是基因组研究中的重要论题。然而，面对急剧膨胀的基因组序列数据，传统的生物学方法已很难满足需要，采用计算的方法高通量地预测蛋白质编码基因及其启动子序列显得至关重要。为此，利用DNA 序列特性对基因组中的蛋白质编码基因及其启动子进行了预测。 首先，研制了启动子及其转录起始位点预测系统。通过构建启动子的线性对数模型，有效利用了近端启动子序列特征和距转录起始点的相对位置不同的启动子序列在序列特征上存在的显著差异性，开发了哺乳动物蛋白质编码基因启动子及其转录起始点预测软件ProKey。在人类和小鼠基因组序列上对该系统进行了大规模的测试。比较测试结果显示，系统的综合预测精度优于著名软件DGSF 和Eponine。 然后，研制了蛋白质编码基因预测系统。通过分析蛋白质编码基因的序列特性，将复杂的多个蛋白质编码基因的预测问题划分为基因级、元件级、特征级等多个层次上的一系列较简单子问题,建立了用于蛋白质编码基因预测的多级模型,设计了基因结构寻优的动态规划算法, 开发了脊椎动物蛋白质编码基因预测系统GeneKey。采用广泛使用的数据集对该系统进行测试的结果表明, GeneKey 的预测精度在核苷酸、外显子和基因水平上均高于著名系统GENSCAN。 最后，分析了序列C+G 含量与蛋白质编码基因的关联性。结果表明，蛋白质编码基因的序列特性与该蛋白质编码基因所处于的序列的C+G 含量密切相关。利用低序列C+G 含量数据训练预测模型，能提高对低C+G 含量序列中的蛋白质编码基因的预测精度。