高效HIV-1蛋白酶抑制剂是当前临床治疗艾滋病的重要手段,确认可被HIV-1蛋白酶剪切的八肽序列对研发HIV-1蛋白酶肽类抑制剂意义重大。本文收集整理了一个含5830个样本的HIV-1蛋白酶剪切位点数据集,以20种天然氨基酸的531种理化性质顺序表征八肽序列,获得4248个初始特征,其中存在大量无关特征与冗余特征,需进行特征选择。最小冗余最大相关(minimal Redundancy Maximal Relevance, mRMR)在选择相关特征的同时考虑了冗余,但当因变量为二分类、特征为连续型变量时,其相关性测度t-score与冗余性线性测度|R|不可比,且需通过训练集交叉测试决定特征引入何时终止。本文基于距离相关(distance correlation, dCor)与冗余分摊,发展了一种可自动终止特征引入的特征选择新方法dCor-share,在非线性条件下实现了相关性测度与冗余性测度可比。基于保留特征与支持向量分类(support vector classification, SVC)的5次独立测试结果平均值表明,dCor-share所选特征最少(68.6±11.1),预测精度优于参比模型及文献报道。分析其5次重复实验中的33个共有特征,发现P1、P1’、P2’位点最为重要,但其余位点也不容忽视；HIV-1蛋白酶可剪切性主要与各位点残基的疏水性、Alpha螺旋与转角属性有关。膜蛋白结构独特,类别众多,功能特殊,是已知的重要药物靶标；膜蛋白分类预测对了解其功能有重要意义。本文选用8分类、共7582条不等长序列的膜蛋白数据集,并采用层次分类(hierarchical clustering,HC)将多分类转化为二分类。对AA531进行主成分分析获得19个描述子并顺序表征氨基酸序列,以地统计学半方差提取关联特征并解决序列不等长问题,取最大步长25,每条序列用475个初始特征表征。经dCor-share选择特征后以SVC完成独立预测。结果表明,基于层次分类和dCor-share选择特征的新方法预测表现明显优于参比模型与文献报道。dCor-share在高维特征选择领域有广泛应用前景。