本發(fā)明涉及一種基于多任務(wù)時(shí)域卷積神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方法及裝置，其方法包括：獲取目的基因序列，以及蛋白質(zhì)數(shù)據(jù)庫(kù)；根據(jù)遺傳密碼表和蛋白質(zhì)數(shù)據(jù)庫(kù)建立每個(gè)蛋白質(zhì)對(duì)應(yīng)的DNA?RNA?氨基酸三元序列數(shù)據(jù)集；根據(jù)蛋白質(zhì)數(shù)據(jù)庫(kù)中的氨基酸的殘基深度、物理化學(xué)性質(zhì)建立多元回歸方程，得到每個(gè)蛋白質(zhì)的統(tǒng)計(jì)深度特征；將所述三元序列數(shù)據(jù)集進(jìn)行聚類并映射為多維特征向量；將所述多維特征向量、蛋白質(zhì)的統(tǒng)計(jì)深度特征作為多任務(wù)時(shí)域卷積神經(jīng)網(wǎng)絡(luò)的輸入，訓(xùn)練所述多任務(wù)時(shí)域卷積神經(jīng)網(wǎng)絡(luò)；利用蛋白質(zhì)的統(tǒng)計(jì)深度特征預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)。本發(fā)明將蛋白質(zhì)的統(tǒng)計(jì)深度特征與多任務(wù)時(shí)域卷積神經(jīng)網(wǎng)絡(luò)結(jié)合，減少模型的復(fù)雜度，提高了泛化性、擬合度。