在远同源检测的蛋白质分类方法中，基于判别模型的分类器相对于其他方法取得了最高的准确性，但这类方法都面临训练建模时因正类样本不足导致的训练不平衡问题。为此提出一种基于优化判别模型的蛋白质分类方法，通过对正负样本设置不同的惩罚系数，平衡分类器正负训练集的权重，进一步提高基于判别模型的分类器性能。比对实验表明，基于优化判别模型的方法取得了更高的准确性，并且通过参数优化，该方法可以提高所有基于判别模型的分类器性能。