مقدمه: امروزه از روش های مختلف مدل سازی در پزشکی بالینی، در تشخیص بیماری ها و بررسی ویژگی های مولکولی آنها استفاده می شود. در میان روشهای نوین مدلسازی، سیستمهای فازی از جایگاه ویژه ای در زمینه های مختلف علوم برخوردارند. هدف از این مطالعه بکارگیری یک مدل هوشمند ریاضی برای پیش بینی قدرت زنوتیپی ویروس hiv بر اساس تعدادی از ویژگی های ساختاری پپتید حاصل از ناحیه ی v3 loop است. مواد وروش ها: در مطالعه ی حاضر یک جفت پرایمر دژنره طراحی و بهینه سازی گردید و در ترکیب با hemi nested pcr برای تشخیص تاحیه ی v3- loop ژن env طیف وسیعی از ژنوتیپ های ویروس hiv-1 که دارای تغییرات نوکلئوتیدی بسیار شدید است استفاده گردید. در مرحله ی بعد گروهی از ویژگی های پپتید حاصل از ناحیه ی v3 برای مدل سازی زنوتیپ های ویروس با استفاده از شبکه های عصبی مصنوعی مورد مطالعه قرار گرفتند.بحث: در این مطالعه، از دو پرایمر دژنره جدید با قابلیت اتصال به نواحی اختصاصی از ژنوم استفاده گردید. در مرحله بعد داده های مولکولی بدست آمده از تکثیر ناحیه ی v3- loop برای مدل سازی ریاضی مورد استفاده قرار گرفتند. مدل ایجاد شده به خوبی موفق به تشخیص ژنوتیپ ویروس از روی خصوصیات تعیین شده بود.