马 军 伟， 史 舵， 顾 宏， 张 杰

(1.大连理工大学 控制科学与工程学院，辽宁 大连 116024；2.山西省电力公司 电力通信中心，山西 太原 030001；3.安徽工业大学 数理学院，安徽 马鞍山 243002)

0 引 言

蛋白质功能的研究是蛋白质工程的重要环节，它对人们生活生产有着重要的意义，广泛应用于食品安全、新药研制、工业生产等领域，并在科学进步和社会发展中扮演推进剂的角色.如何更好地分析研究蛋白质的功能成为当前的主要问题.研究发现，蛋白质的功能与它的亚细胞定位密切相关，可以根据蛋白质的亚细胞位置来推断蛋白质的功能.传统蛋白质亚细胞定位预测方法主要是生物实验方法，如细胞分馏法、荧光显微法等.但是此类方法一般费用较高，而且比较费时[1].随着生物数据库中蛋白质序列数量的急剧膨胀，通过实验的方法获得蛋白质的亚细胞位置信息越来越不现实.因此，急需发展计算方法对蛋白质进行亚细胞定位预测.

序列编码技术是蛋白质亚细胞定位预测技术的基础，一般来说，按照基于氨基酸组成(amino acid composition，AAC)的编码方法，蛋白质将被表示为一个20维的特征向量，每一维对应一种氨基酸，以这种氨基酸在蛋白质序列中出现的频率为该维元素的值.然而，若用此种方法表示蛋白质，氨基酸之间的相对位置及序列长度都将遗失，从而造成表示上的固有局限性.为了解决此问题，Chou[2]提出了一个更高级的蛋白质表示模型——伪 氨 基 酸 组 成 (pseudo－amino acid composition，PseAAC)，PseAAC 的应用显著提高了预……