随着后基因组时代的到来，越来越多的蛋白质序列不断被发现，给蛋白质的二级结构研究带来巨大的挑战和研究空间。而依靠传统的实验方法很难获取大规模蛋白质的二级结构信息。目前，采用生物信息学手段仍然是获得大部分蛋白质二级结构的途径。近年来，许多研究者通过构建用于二级结构预测的蛋白质数据集，计算、提取蛋白质的各种特征信息，并采用不同的预测算法预测蛋白质的二级结构得到了快速的发展。本文拟从蛋白质的特征信息的提取与筛选、预测算法以及预测效果的检验方法等方面进行综述，介绍蛋白质二级结构预测领域的研究进展。相信随着基因组学、蛋白质组学和生物信息学的不断发展，蛋白质二级结构预测会不断取得新突破。

蛋白质的二级结构是蛋白质构建三级结构和发挥正常功能的基础，故研究蛋白质的二级结构对于了解蛋白质的三级结构和功能很重要。随着后基因组时代的到来，迅速增加的蛋白质序列信息与蛋白质二级结构研究之间的差距越来越明显。因此，采用生物信息学手段研究一种能够快速高效地分析蛋白质的二级结构的预测方法很有必要。目前，预测蛋白质的二级结构主要基于如下两个方面。一是如何有效地获取蛋白质的特征信息。在过去几十年中，许多研究者利用不同的特征信息来研究蛋白质的二级结构。其中最常见的就是基于蛋白质的氨基酸序列构建出的特征信息.但也有研究者指出，仅仅将氨基酸组成作为预测二级结构的特征信息会丢失蛋白质的一级结构特征信息，即氨基酸排列顺序。蛋白质二级结构预测是蛋白质结构组学研究的重点问题之一，也是目前生物信息学研究中的重要分支领域。

蛋白质二级结构预测研究经过数十年的发展，加上蛋白质相关数据库的不断扩充和完善，现在该研究领域已经越来越完善。但是，蛋白质二级结构预测研究仍然存在许多不足点。为了更好地预测蛋白质的二级结构，目前研究者越来越倾向于将各种特征信息综合起来。虽然这种方式可以用更多的特征信息来表示被预测的蛋白质。但如果特征信息过多，同样会造成冗余信息增加，引起特征维数过高，势必引起预测准确率不升反降的效果。蛋白质的二级结构预测不仅取决于蛋白质特征信息的提取，而且与预测算法的选择紧密相关。当待测蛋白质数据集中蛋白质的序列相似度很低时，预测算法及其参数的选择更加重要。目前，有许多算法都被应用于蛋白质的二级结构预测中。中国粮油仪器网  http://www.grainyq.com/