提出了一个由7个BP神经网络组合成的多模神经网络的预测模型,同时给多模神经网络引进了较多的生物进化信息(Evolutionary　information),即一方面引入了＂prof　ile＂编码,这种编码被认为携带了较多的生物信息;另一方面引入了氨基酸之间的＂距离　＂概念.它体现了输入层临近氨基酸的相互联系和影响.对从36个蛋白质提取的4　000个氨基酸的进行了预测研究.结果表明,与文献[1]的预测结果相比,本文的多模神经网络把蛋白质二级结构预测的平均精度从66.1502%提高到68.8903%.