在本文中,我们设计了一个普适的统计势函数来评价蛋白质局部结构和局部序列之间的相关性。首先我们对天然蛋白中所有的五个残基长度的片段进行分簇。这个分簇是基于残基片段的构象（局部结构字母类型）,二级结构类型及溶剂可接近性来进行的。然后对于每一个簇,可以统计得到其天然的氨基酸概率分布。根据这个氨基酸概率分布,我们可以得到给定结构下其序列的统计势。这个氨基酸概率分布,也可以通过使用数据集片段逐个匹配的方法来得到给定序列下其结构的统计势。同前人的局部统计势函数模型不同的是,我们整合考虑了局部环境,而且使用的是片段作为结构单元而不是单个的残基,这样做的好处是不仅可以包含相邻残基的关联性,还可以包含相邻（重叠）片段之间构象的强相关性。我们主要进行了片段threading,赝序列设计,局部结构预测等测试。在这些测试中,我们的统计势相对与现有的其他统计势函数得到了相似甚至更好的性能。这也证明了整合考虑环境因素来获得统计势的优越性,同时也说明这个统计势在序列设计和结构预测等方面是具有广阔的应用前景的。RNA结合蛋白（RNA-binding proteins（RBPs）,）同RNA的结合在调节细胞的基本功能中起着重要作用。有一些计算方法通过使用一些序列或者结构-生成的特征来预测RNA结合位点。为了得到更高的预测性能,需要对现今的预测方法有进一步的提高。我们也发现RNA结合位点和非RNA结合的结构邻居的氨基酸组成足不一样的。结合这个结构生成的特征以及进化和其他结构信息后发展的预测RNA结合位点方法,同其他现有的方法相比较,可以显著的提高预测的准确度。我们使用的是多线性回归方法,6-重交叉验证,我们得到的MLR模型最好能达到87.8%的正确率,马修斯相关系数MCC为0.47,特异性为93.4%,能正确的预测出107条RNA结合蛋白链中的52.4%的RNA结合位点。同现有的方法进行比较,我们发现使用了结构邻居的氨基酸组成以后,明显的提高了预测的精度。