随着后基因组计划的进行,以及高通量生物测序技术的蓬勃发展,推动生物数据呈现出指数级的增长,生物计算已经渗透到了生物学的各个领域,以蛋白质的琥珀酰化为例,判断蛋白质序列中的哪些赖氨酸残基发生琥珀酰化修饰,是蛋白质功能研究中一项非常重要的工作。通过传统的方式来处理这种问题主要通过质谱分析的方法,这种方法会耗费过长的时间周期,以及巨大的人力财力,因此近年来开发了多种基于计算的方法。本文从蛋白质序列出发,结合琥珀酰化位点数据的注释特性,对琥珀酰化位点的预测问题进行了研究,主要内容总结如下:1、根据琥珀酰化位点数据的注释背景,本文构建了一种基于正样本-无标签学习（Positive-Unlabeled Learning,简称PU学习）的方法来识别琥珀酰化位点。在对琥珀酰化位点进行预测的计算方法中,通常将带有注释的琥珀酰化位点视为阳性样本,将余下的没有任何注释的赖氨酸位点视为阴性样本,这种方法会产生假阴性样本,从而降低预测精度,为了解决这种问题,本文使用PU装袋算法建立了一种新的琥珀酰化位点预测方法,该方法的主要步骤为:首先从未标记样本中随机选取数据,并与所有正样本组合来训练分类器;然后预测所有未被采样的未标记样本的概率分数;重复上述步骤,对未标记数据集中的样本进行粗分类。2、针对蛋白质序列是由氨基酸字母按一定顺序排列起来的顺序型数据等特点,本文选用长短期记忆网络和卷积神经网络构建了一个融合异构特征的混合模型来识别琥珀酰化位点。首先结合前人的特征编码评估工作,本文选用了五种较优的特征编码:one-hot、BLOSUM62、ACF、AAindex、CKSAAP编码来表征琥珀酰化样本。其次使用LSTM和CNN构建了四种网络模型:LSTM-CNN、CNNLSTM、LSTM、CNN,并使用选取的五种特征编码分别输入到模型中进行评估。基于各模型的表现,本文选用其中的最优模型构建了一个融合异构特征的混合学习方法用于识别琥珀酰化位点。交叉验证和独立测试集的结果表明,我们提出的混合学习方法具有良好的鲁棒性。