蛋白质和配体分子相互作用来实现和调节生命活动中的特定功能。准确预测蛋白质-配体结合残基对理解蛋白质功能、药物发现和药物设计过程具有重要作用,是生命科学和计算机科学共同的关注焦点。基于计算方法的蛋白质-配体结合残基预测相对于实验方法具有成本低和速度快的特点。基于蛋白质序列信息的计算方法因不需要已知蛋白质的三维结构,较基于结构信息的计算方法应用更为广泛。现有的表现优秀的基于序列信息的方法多是欠采样和集成分类器的串行式组合,本文提出具有合成少数类的过采样技术(Synthetic minority over-sampling technique,SMOTE)和极限梯度提升(Extreme Gradient Boosting,XGBoost)组合的新的蛋白质-配体结合残基预测方法SXGBsite。本文方法使用包含序列信息的位置特异性评分矩阵-离散余弦变换(Position-specific scoring matrix-discrete cosine transform,PSSM-DCT)和预测的溶剂可及性(Predicted solvent accessibility,PSA)特征,通过合成少数类的过采样技术合成不平衡数据集中的少数类样本,来生成新的平衡数据集进而提高分类性能,并使用极限梯度提升的机器学习方法构建预测模型。极限梯度提升具有的并行式计算和正则化技术可以实现高精度且快速的预测蛋白质序列中的结合残基,并减轻合成少数类的过采样技术可能带来的过拟合。经过十二种不同类型配体的蛋白质结合残基数据集的预测结果评估,本文方法在十个训练集上获得了优秀的五折交叉验证结果,在八个独立测试集上获得了与表现最好的方法相近的性能,与最佳接收者操作特性曲线下面积值(Area under the receiver operating characteristic curve,AUC)之间的差异在0.020以内,并减少了计算时间,可以为生物实验提供补充并减少成本。