脯氨酸残基对于蛋白质结构与功能具有重要意义。脯氨酸具有特殊的环状结构,加强了对肽链结构的限制,可赋予生物大分子很多特殊的生物学性质,其构象变化是很多蛋白质折叠与去折叠过程中的限速步骤,增强了基于构象识别的蛋白质相互作用的生物学作用。研究脯氨酸的构象与蛋白质一级结构间的关系,建立较为实用的模型,可为预测蛋白质结构与分析X射线衍射数据提供更多的理论依据,深入了解脯氨酸对蛋白质的影响,得到具有普遍意义的脯氨酸残基与蛋白质结构之间关系的信息,可为蛋白质工程提供相应的理论依据。通过计算机分子模拟,将进一步从理论计算的角度对脯氨酸在蛋白质结构形成中所起的作用及影响因素进行研究。因此,本论文从生物信息学的角度,对蛋白质中的脯氨酸进行了较为系统的研究。对脯氨酸肽键的分布与基本特征进行了分析。由分辨率小于0.25nm,同一性（identity）小于30%的2401条肽链中计算提取了全部顺式与反式脯氨酸肽键的位置,数目分别为1221个与26401个,从而建立了一个较大规模的脯氨酸肽键数据集。统计分析了该数据集的基本特征:肽键N端残基的分布、N端残基的二面角统计、在二级结构中的分布情况、顺式肽键在脯氨酸肽键中所占比例。通过运用神经网络与线性拟合的方法,揭示了脯氨酸局部序列、肽链氨基酸组分对于顺式脯氨酸形成与否的影响,构造了基于局部序列和基于氨基酸组分的最优结构的神经网络,以及线性拟合方程,同时对顺式脯氨酸进行了筛选,结果表明,利用神经网络的方法可以提高顺式脯氨酸筛选时的信噪比,脯氨酸采取顺式还是反式构象与其局部的序列以及整条肽链的氨基酸组分均有较强的关联。建立了一种基于支持向量机的预测脯氨酸肽键构象的方法。支持向量机在模式识别的多个方面都有广泛的应用。本研究使用了6种长度的局部序列,并采用了具有不同参数d的多项式核函数。对所建方法的测试也采用了两种方法:对独立的测试集测试与Jackknife检测。最后发现,当局部序列长度为20个残基,参数d=8时,支持向量机对脯氨酸肽键两种构象的预测表现最好,对独立测试集中的顺反肽键的预测准确率分别达到70.4%,69.7%,Jackknife检测时,准确率分别为76.7%,76.6%,Matthew相关系数达到0.5左右。结果表明,支持向量机的方法是预测脯氨酸肽键构象的强有力的工具。应用信息论与统计学的方法,研究了在大肠杆菌基因组的全部编码序列中,脯氨酸同义密码子用语与其局部氨基酸残基的关联,以及同义密码子用语与脯氨酸肽键构象之间的关联。研究结果表明:与脯氨酸相邻的C端第一个残基对脯氨酸同义密码子的使用有较大影响;脯