该文的研究分两个部分:一是将遗传神经网络用于蛋白质二级结构预测;二是考虑位于同一二级结构的残基间的相互作用,进一步提高预测正确率.全文共分四章.第一章介绍了此问题的历史起源和已有的一些重要结果.第二章介绍了遗传算法、神经网络的一些基本知识,分析了它们的优缺点,并用遗传算法优化神经网络权值的选择,构造了遗传神经网络模型,保证迭代朝全局最优的方向进行.第三章讲述如何具体将遗传神经网络用于蛋白质二级结构预测.说明输入层、输出层如何编码;学习和检验模型所用的数据,并给出了结果评价方法.在给出原始模型计算结果之后,讨论了神经网络参数变化对预测正确率的影响.第四章基于遗传神经网络模型,研究氨基酸序列中位于同一二级结构的氨基酸残基之间的相互作用.数值实验结果表明,该模型对于α-螺旋的预测正确率有很大的提高.这α-螺旋结构构象相当稳定,其残基间的相互关系密切这一事实相符合.最后,该章给出了该方法和其它经典方法预测正确率的比较.