從頭預測法預測蛋白質的結構從理論上說，從頭預測法是最為理想的蛋白質結構預測方法。它要求方法本身可以只根據蛋白質的氨基酸序列來預測蛋白質的二級結構和高級結構，但現在還不能完全達到這個要求。從頭預測可以細分為以下幾種類型。 (一)二級結構預測首先從一級結構預測出二級結構，然后再把二級結構堆積成三維結構。由于目前對二級結構中氨基酸的中遠程相互作用不完全清楚，因此預測準確率一般在65%以下。如果具有多種蛋白質同源序列的三維結構，在多重序列匹配比較的情況下，預測的準確性可以達到88%以上。Barton和Sander等人發現，在一個蛋白質序列中總有約40%序列的預測可以有很好的可信度，其預測的準確性都在80%以上。這些區域都是一些二級結構序列比較保守的部分，這些結果給如何將現有二級結構預測結果應用到三維結構預測提供了有益的啟示。 (二)超二級結構預測 實際上是局域的空間結構預測，主要應用人工神經網絡方法和向量投影方法，從蛋白質序列出發，直接預測蛋白質的超二級結構。觀察此段氨基酸序列是否能形成某一種模式的超二級結構。其中人工神經網絡方法預測的準確率在75%～82%，向量投影方法預測的準確率達到85%以上。 (三)結構類型(structureclass)預測預測的未知結構蛋白質屬于何種類型，如全α類蛋白質(主要由α―螺旋組成)、全β類蛋白質(主要由β―折疊組成)、α/β類蛋白質(由α―螺旋和β―折疊交替排列)或α+β類蛋白質(由分開的α―螺旋和β―折疊組成，其中β―折疊一般為平行結構)。結構類型預測除能了解大概的蛋白質結構折疊情況外，對二級結構的預測也有幫助。方法主要有光譜數據預測、神經網絡預測和Mahalanobis距離預測等，后者的準確率較前兩者為高，可達94．7%。 (四)三維結構預測三維蛋白質預測是蛋白質結構預測的最終目標。主要有以下兩個方向。(1)根據二級結構、結構類型和折疊類型預測的結果。結合結構間的立體化學性質、親疏水性質、氫鍵以及靜電相互作用，把可信度較高的二級結構進一步組裝，搭建出最后的蛋白質結構。由于該方法主要依賴于前面的預測結果，所以受到的限制很多。(2)不依賴二級結構預測的結果，直接預測三維結構。主要方法是有效收集構象空間以及區分天然結構和錯誤結構。根據對天然蛋白質結構與功能分析建立起來的數據庫里的數據，可以預測一定氨基酸序列肽鏈空間結構和生物功能；反之，也可以根據特定的生物功能，設計蛋白質的氨基酸序列和空間結構。通過基因重組等實驗可以直接考察分析結構與功能之間的關系；也可以通過分子動力學、分子熱力學等，根據能量最低、同一位置不能同時存在兩個原子等基本原則分析計算蛋白質分子的立體結構和生物功能。雖然這方面的工作尚在起步階段，但可預見將來能建立一套完整的理論來解釋結構與功能之間的關系，用以設計、預測蛋白質的結構和功能。