生物信息学是一门新兴的采用计算机技术和信息技术研究生命科学中各种生物信息的表达,采集,存储,检索和分析的交叉学科,它是现代生命科学与信息科学、计算机科学、数学、统计学、物理学、化学等学科的相互渗透而又高度交叉形成的一门新兴学科。本文的研究对象是蛋白质结构数据库。实验上测得的蛋白质数据通常储存在数据库中,并按不同的性质分类。由于在演化过程中,蛋白质的结构通常比序列和功能更为保守,蛋白质的分类通常首先进行结构分类,然后按照序列和功能进行分类。蛋白质结构分类可以包括不同层次,如折叠类型,拓扑结构,家族,超家族,结构域,二级结构等。已经上网的蛋白质结构分类数据库很多,其中最具代表性,应用最为广泛的三个结构分类数据库是SCOP、CATH、FSSP。本文针对这些数据库的不足,采用多序列联配来替换双序列比对和人工的方法,来聚类具有相似结构的蛋白质。多序列联配方法可以获得很多的蛋白质性质,我们采用粗糙集理论中的知识约简技术来筛选,发现蛋白质结构保守核的长度与正确的蛋白质聚类有很强的关联,是用来构建聚类距离的非常合适的结构属性。最后我们对SCOP数据库中具有完整结构信息的35个家族进行了检验,获得了很好的结果。