Η κατανόηση των μοριακών μηχανισμών της ζωής απαιτεί την αποκωδικοποίηση των λειτουργιών που εκτελούν οι πρωτεΐνες σε έναν οργανισμό. Δεκάδες χιλιάδες πρωτεΐνες έχουν μελετηθεί τα τελευταία χρόνια σε στόχο την εύρεση της τρισδιάστατης δομής τους που στην ουσία καθορίζει και την λειτουργία τους. Παρ’ όλα αυτά οι πειραματικές μέθοδοι που χρησιμοποιούνται παρότι είναι ακριβείς μέθοδοι είναι ακόμα ιδιαιτέρως δύσκολες και απαιτητικές σε χρόνο και οικονομικό κόστος. Για το λόγο αυτό επιχειρείται, με υπολογιστικές μεθόδους, να μειωθεί το κόστος της πρόβλεψης της 3D δομής μιας πρωτεΐνης όταν η γραμμική ακολουθία των αμινοξέων που την αποτελούν είναι γνωστή. Η παρούσα διπλωματική εργασία προσεγγίζει το πρόβλημα αυτό ως πρόβλημα βελτιστοποίησης για τη λύση του οποίου εφαρμόζεται μία δηλωτική προσέγγιση σε Λογικό Προγραμματισμό με Διαχείριση Περιορισμών. Η πρόταση βασίζεται σε ένα προσωποκεντρικό κυβικό πλέγμα ως τοπολογικό μοντέλο για την χωροθέτηση της πρωτεΐνης. Χρησιμοποιούνται επίσης πληροφορίες που αφορούν τυχόν δευτερεύουσες δομές που υπάρχουν στην πρωτεΐνη καθώς και άλλα heuristics για να περιοριστεί σημαντικά ο χώρος αναζήτησης. Τα πρώτα αποτελέσματα σε πραγματικές πρωτεΐνες είναι ενθαρρυντικά τόσο όσο αφορά την ακρίβεια και την χρονική επίδοση αλλά και όσον αφορά την κλιμάκωση του προβλήματος. / Understanding the molecular mechanisms of life requires decoding functions performed by proteins in an organism. Tens of thousands of proteins have been studied in recent years in order to recruit the three-dimensional structure, which essentially determines their function. Nevertheless, the test methods used although accurate methods are still very difficult and demanding time and financial cost. For this reason computational methods are used to reduce the cost of the provision of 3D structure of a protein when its linear sequence of amino acids is known. This thesis approaches the problem as an optimization problem for the solution of which is applied a declarative approach to Logic Programming with Constraint Management. The proposal is based on a face centered cubic lattice as a topological model for the location of the protein. Also used information concerning possible secondary structures present in the protein and other heuristics to significantly reduce the search space. First results on real proteins are promising both in terms of accuracy and time performance, but also regarding the escalation of the problem.