蛋白质翻译后修饰（PTMs）是蛋白质功能的重要调控因子,是指由PTM酶协调的蛋白质的化学修饰,在许多生理的过程中起到了关键作用。目前已经鉴定出来的近200种不同类型的PTMs。其中有超过一半的真核生物蛋白质在其生物周期中的某个时刻被翻译后修饰。构成蛋白质序列组成常见的氨基酸中,半胱氨酸和赖氨酸是常见的蛋白质序列中修饰的残基。当下,通过蛋白质组的方法,蛋白质修饰位点已经能够在实验中获取,然后实验上所耗费的时间和仪器上所消耗的成本依然面临挑战。因此,开发此类数学计算方法去预测蛋白质修饰位点是有必要的。在当下的研究中,非平衡数据集分类是当下研究的热点,然而目前现有的传统机器学习方法一般只适用于平衡的数据集。本项目通过蛋白质自身存在的序列信息和结构特点提取特性信息,再采取非平衡类模型算法进行预测,从而达到较好的预测效果。S-亚磺酰化是蛋白质半胱氨酸的可逆氧化,他在病理和生理学中起着关键作用。本研究采用了基于耦合信息（PseAAC）方法获取样本根据不同位置的特征信息,运用了集成支持向量机的方法构建了一个整体的分类器,并且采用了多数投票原则,使得预测效果更加优化,并且开发了一个名为i Sulf＿Wide-PseAAC的预测器对蛋白质S-亚磺酰化位点的预测器,通过五折叠交叉验证训练数据,最终独立测试集显示性能中Sn、Sp、MCC、Acc分别为:88.28%、92.16%、79.95%、90.80%,对比现有的预测器,提升效果明显。丙二酰化作为一种新发现的蛋白质翻译后修饰（PTM）,是在正电的Lys侧链上,通过化学修饰参与到人类新陈代谢调节的作用,功能和结构变化具有比较大的关联性。本项目通过结合了蛋白质序列的耦合信息与一般伪氨基酸（PseAAC）序列组成成分提取序列特征信息,并且采用了多种集成学习方法对非平衡数据集进行训练分类。通过交叉验证模型以及独立测试集结果显示性能中,Sn、MCC都优于现有的预测器,因为非平衡数据考虑Sn与MCC至关重要,所以总体来说,提升效果依然很明显。本次论文的研究中,都是当下的热点。主要还是针对非平衡数据集二分类进行研究。针对现有的蛋白质修饰位点数据,正常情况下未被修饰的蛋白质数量是远高于修饰后的蛋白质数量,因此解决非平衡分类问题就更值得大家研究和探索。