ما در دنیایی زندگی می کنیم که در آن حدود یک و نیم میلیون موجود زنده شناخته شده است. برای هر یک از این موجودات می توان داده های زیادی را جمع آوری نمود که شامل داده های ژنومی ، ژن ها، نحوه بیان آنها، ساخت پروتئین ها وتوالی آنها و مانند آن می باشد. مجموعه این اطلاعات آن هم برای برخی از موجودات موضوع میلیون ها رکورد در انواعی از بانک های اطلاعاتی است. چگونگی بازیابی این اطلاعات و بهره برداری از آنها در تحقیق و پژوهش در زیست فناوری موضوع اصلی بیوانفورماتیک یا داده پردازی زیستی (bioinformatics) میباشد. این اطلاعات باید پردازش و تحلیل گردند تا تبدیل به دانشی مفید گردند. داده کاوی یکی از پیشرفت های اخیر در فناوری اطلاعات میباشد که در بسیاری از علوم روز کاربردی فراوان دارد و زمینه ساز استخراج دانش کاربردی را از داده های خام فراهم میکند. بطور اختصاصی برای بهبود ساختمان پروتئینی فراورده های دارویی , روشهای متعددی وجود دارد که پگیلاسیون از معروف ترین روش ها میباشد. برای دست یافتن به یک پروتئین پگیله شده و آنالوگ های آن, که خواص پروتئین اصلی را داشته باشد ، باید مراحل و آزمایشات مختلفی را انجام داد . در طی مراحل پگیله کردن پروتئین ها , اولین قدم مهم و اساسی جهش یک اسید آمینه در طول ساختار پروتئین مربوطه میباشد بطوریکه بعد از این جهش استحکام پروتئین کاهش نیابد و ساختار اصلی خود را حفظ نماید. چگونگی این محاسبات و ملزومات آن از اهداف اساسی این پژوهش میباشد. در این پایان نامه پس از بررسی کامل دو مبحث " بیوانفورماتیک " و " داده کاوی" , به کسب دانش لازم از داده های پروتئین و بانک protherm پرداخته شده است و از داده کاوی و روشهای هوش مصنوعی و یادگیری ماشین برای تخمین میزان ثبات و استحکام تغییرات در پروتئین اصلاح شده استفاده شده است.