亚细胞定位是蛋白质组学的重要研究内容,与其功能、代谢等生物过程密切相关,对药物发现、疾病诊断等方面的研究具有重要作用。基于机器学习的计算方法是一种高效的亚细胞定位预测方法,但是机器学习方法需要大量的训练数据才能取得较高的预测精度,而亚细胞定位预测中用于训练的实验数据较少,尤其多定位点蛋白质试验数据的缺乏更加明显。本文针对亚细胞定位预测中多定位点蛋白质训练数据的缺乏而导致预测效果不理想的情况,将直推学习技术引入亚细胞定位预测问题中,提出一种新的直推亚细胞定位方法。本文的直推方法可以同时处理单定位点和多定位点蛋白质,并在训练过程中充分利用了测试集中样本的特征信息,通过计算全部样本间的相似关系,直接在测试集上进行推断,最终得到测试集的亚细胞定位信息。本文选择在人类、植物和病毒三个物种数据集上进行实验验证算法的有效性。通过与当前相关算法的比较表明,本文方法可以在不降低蛋白质亚细胞整体预测精度的基础上有效的提高了多定位点蛋白质的预测效果。