蛋白质是一类最重要的生物大分子,在生物体内占有特殊的地位.蛋白质折叠是蛋白分子从它的变性状态到达其具有生物活性的天然构象的过程,在这一过程中,不同的蛋白质其折叠速率有着很大的差异. 为了揭示蛋白质折叠速率的决定因素,许多工作者开展了大量的研究工作.迄今已提出许多基于结构的经验参数,接触序、长程序、二级结构含量、有效长度等,基于这些参数的各种预测方法所得到的预测结果也与实验数据有着较好的吻合. 然而上述许多方法都需要预先知道蛋白质的结构特性,或预测出其结构特征,再进行折叠速率预测.为了避免这些因素产生的影响,我们提出了一个直接从蛋白质的氨基酸序列出发,不需要任何结构信息,用人工神经网络方法预测其折叠速率的模型.首先将收集到的蛋白质氨基酸序列按其生物学特征数字化,如按氨基酸在螺旋构象中的平均自由能、氨基酸的出现频率等特征对氨基酸赋值,获得与一级序列相应的数字化序列；其次利用现代数字信号处理方法中的小波分析技术进行数据边界处理,如对称延拓、零延拓、平滑延拓等方法,然后用高斯函数根据滑动窗口法对数字化序列进行压缩以满足模型的需要；最后利用 Matlab 中的神经网络工具箱建立一个三层BP网络模型进行折叠速率预测.用 jackknife 方法进行检验,相关系数可达0.635,与以前方法的结果相吻合.该模型的建立为本领域的发展开辟了一个新的研究思路.