1.一種基于反饋式條件隨機場的G蛋白偶聯受體拓撲計算預測方法，其特征在于，該預測方法包括：

(1)數據集準備：準備TMPDB_FB和PDBTM_FB兩個數據集，所述TMPDB_FB包含從TMPDB中選取的106條不同的α螺旋鏈，所述PDBTM_FB包含從PDBTM中選取的472條非冗余的α螺旋鏈；

(2)數據預處理：對所述數據集進行歸一化，把殘基的物理屬性值和輪廓特征屬性值的值域映射到[0,1]區間；

(3)反饋式條件隨機場，包括三個階段：

(31)基本條件隨機場模型：條件隨機場理論，標記序列Y和給定觀察序列X之間的條件概率分布如式(1)所示：

P(Y|X)=1Z(X)exp(ΣiΣjλjtj(yi-1,yi,x,i)+ΣiΣjμjsj(yi,x,i))---(1)]]>

其中，t_j(y_i-1，y_i，x，i)是一個關于整個觀察序列和標記序列中在i和i-1位置上的標記的轉換特征函數，s_j(y_i，x，i)是一個關于在i位置上的標記和整個觀察序列的狀態特征函數，t_j和s_j中的j是特征序數，以表示不同的特征值，參數λ_j和μ_j于特征t_j和s_j相對應，是通過學習得到的，Z(X)是歸一化因子，它保證了式(1)中所有分布值的和為1；

(32)反饋式條件隨機場框架：在反饋式條件隨機場中，將低層模型的預測結果反饋給高層模型，高層模型將從低層模型中提取的反饋特征作為自己模型特征的一部分，來構建新的模型；

(33)反饋機制與算法：反饋特征的計算用公式2表示，T_i，j＝P(M|U_k，j)，F_i，j∈U_k，j(2)，即F_i,j所對應的反饋特征T_i,j等于在區間U_k,j條件下低層模型的預測標記為殘基跨膜M的概率，其中F_i，j∈U_k，j，U_k,j中的j用于標識所在的列；得到反饋特征后，將其添加到歸一化后的文件中，特征值T_i,j所在的行為i，列是j，將特征值與非反饋特征值F_i,j按照樣本進行合并，再進行分割，生成了高層模型的訓練集和測試集。