关于蛋白质的亚细胞定位的预测，In general，预测方法分为3个步骤。首先，为每一类亚细胞locations构建客观而具有代表性的数据集。其次，从数据集中提取特征参数或 descriptor。最后也是最关键的一步，通过算法比较查询序列中所包含的特征参数与各类相应的location的相似度，作出判断，一般会用一组概率的形式来表述。很明显，其中大量运用的是机器学习理论和统计学的方法。对算法有兴趣的朋友可以参考下面这一篇综述，“An overview on predicting the subcellular location of a protein” In Silico Biology 2002 http://www.bioinfo.de/isb/2002/02/0027/main.html
以下是该综述中涉及的部分server，都是比较经典的。
PSORT：http://psort.nibb.ac.jp
By amino acid composition information and sorting signal knowledge
TargetP：http://www.cbs.dtu.dk/services/TargetP/By discriminating the individual targeting signal peptide
MitoProt：http://ihg.gsf.de/ihg/mitoprot.htmlBy discriminating mitochondrial and chloroplast signal peptide
Predotar：http://www.inra.fr/Internet/Produits/Predotar/
By discriminating mitochondrial, chloroplast signal peptide
NNPSL：http://predict.sanger.ac.uk/nnpsl
By amino acid composition
SobLoc：http://www.bioinfo.tsinghua.edu.cn/SubLoc/
By amino acid composition
SubLoc: http://www.bioinfo.tsinghua.edu.cn/SubLoc/
By more sequence information besides the amino acid composition
“Better prediction of sub-cellular localization by combining evolutionary and structural information”
苏公网安备 32100302010246号