随着人类基因组计划的完成，生物学研究已进入了后基因组时代，研究重点正从积累数据向解释数据转变。面对急剧膨胀的基因组序列数据，传统的生物学方法已很难满足需要。目前，生物信息学方法已成为核酸结构功能研究的重要手段。　　 本文通过一种新的途径，即以广义碱基性质得分(SGBP)结合自交叉协方差(ACC)，线性判别分析(LDA)和支持向量机(SVM)建模，进行了DNA色谱保留指数、人类miRNA、脊椎动物启动子和人类蛋白质编码基因预测或识别，采用自检验、交互验证、外部验证等方法验证模型的预测能力。　　 SVM建模所得结果如下。①DNA色谱保留预测：留一法得到的Q2cv可达到0.851，MSE为0.1123。②miRNA预测：交互验证正确率(Acc)可达到77.29％。外部验证Acc可达到75.12％。灵敏度(Sn)和特异度(Sp)分别为70.51％和82.61％，马修斯相关系数(MCC)为0.5160。③启动子预测：交互验证Acc可达到85.12％。外部验证Acc可达到86.55％。Sn和Sp分别可以达到91.65％和81.47％，MCC为0.7336。④人类的蛋白质编码基因预测：交互验证Acc可达96.18％，外部验证Acc可达97.58％，Sn和Sp分别为97.28％和97.64％，MCC为0.9141。SVM建模结果均不同程度相当或者优于LDA建模所得结果。　　 研究表明，SGBP-ACC组合方法能够较好表征核酸序列特征，其含信息量大且易操作，SGBP-ACC-SVM在核酸定量结构功能预测领域具有较好的前景。