生物信息学是运用信息学手段对生物数据进行整理、分析和提取的一门新兴交叉学科,蛋白质组学的研究是其中非常重要的方面。而计算机科学中的数据挖掘技术是对大量数据进行分析的一个行之有效的手段。本文将数据挖掘技术中被广泛使用的决策树方法运用到蛋白质组学的研究中,在搜集的大量关于模式生物酿酒酵母的原始数据基础上,用决策树方法对任意一对酿酒酵母蛋白是否构成蛋白质复合物进行预测。在单棵决策树的基础上本文构造了由多棵独立的决策树所组成的决策林(Decision Forest)系统,本文还利用已有的软件包生成了支持向量机(Support Vector Machine: SVM)系统,用同样的训练数据构造上述三种系统并对同样的测试数据进行分类预测,将三种方法的预测结果进行了比较和分析。最后本文对预测结果从生物学意义进行分析,阐述了这个方法对于酵母蛋白质复合物的进一步研究所具有的理论价值。本文主要采用JAVA语言实现了全部的自动批量预测程序,经过实验证明,本文所采用的决策树方法在预测酵母蛋白质复合物上具有比较高的准确率,为酵母蛋白质复合物的进一步研究提供了实用工具,其结果也为进一步生物学研究提供了思路和方向,本文的工作是对于数据挖掘技术在生物信息学领域中应用的一次有益探索。