蛋白质在人类的生命活动中起了十分重要的作用,可是天然的蛋白质未必能完全满足人类的需求。通过重组和突变等方法可以产生大量新的蛋白质,根据蛋白质的属性可以从中筛选出对人类有利的蛋白质。因此,蛋白质属性预测在相关研究工作中至关重要。直观上,我们可以进行生物实验以测定蛋白质的属性,但这种方法时间和金钱上的代价都太大,基本上不可能对新产生的蛋白质一一测定。但是,我们可以相对容易地获取新蛋白质的氨基酸序列。因此,如果能够从蛋白质的氨基酸序列来预测蛋白质的属性,就会带来极大便利。对此,本实验在视紫红质通道蛋白、细胞色素P450酶、类囊体蓝藻视紫红质和环氧化物水解酶这四种蛋白质数据集上,通过表征学习提取氨基酸序列特征,并结合其理化性质,构建回归模型,分别预测质膜定位、热稳定性、光吸收峰波长和对映选择性这四个属性,主要工作有如下三个方面:首先,将基于遗传算法的进化神经网络(ENN)和自然语言处理主流模型doc2vec,BERT分别对同样的蛋白质序列做表征学习来提取特征,然后使用同一种回归器高斯过程回归(GPR)预测蛋白质属性。根据预测性能,比较表征学习能力。基于多种评价指标,在四种蛋白质数据集上分析比较后,得到性能最佳的表征学习模型,BERT-prot。其次,将BERT-prot辅以188D氨基酸理化特征构建算法,结合随机森林(RF)、k近邻(KNN)、决策树(DT)和GPR等不同的回归模型来预测四种蛋白质性质,并针对每一种蛋白质数据集构建最佳回归预测模型。为了验证模型的性能,本文与己有文献的方法在多个评价指标上都做了比较。最后,搭建了四种蛋白质性质预测系统。这样,用户只需要输入蛋白质的氨基酸序列和想要预测的性质,就能得到对应性质的高质量预测值。通过对多种表征学习模型结合不同回归算法进行比较,为每一种属性预测任务都构建了最佳模型,最终在所有评价指标上均己超过已有文献中的结果。在质膜定位任务上,BERT-prot结合RF性能最佳;BERT-prot拼接188D特征结合DT算法在光吸收峰波长任务上表现最优;BERT-prot结合GPR和KNN则分别在热稳定性和对映选择性预测上实现了最好结果。