简介： 本发明提供一种基于两层SVM学习机制的蛋白质结晶预测方法。首先，利用PSI-BLAST从蛋白质序列信息中获取蛋白质的进化信息；再从序列信息、蛋白质进化信息、氨基酸物理化学属性等信息中抽取AAC、DiAAC、TriAAC、PseAAC、PsePSSM五种视角特征；然后，使用五种视角特征训练一个两层SVM预测模型(2L-SVM)；然后，再使用2L-SVM模型进行预测：(1)将得到的五种视角特征分别输入到2L-SVM中所对应的第一层模型中，将得到五个概率输出输入2L-SVM的第二层预测模型中得到预测概率；最后，使用阈值分割技术得到最终决策。该方法的优点在于：使用五种不同视角的特征，增加有效鉴别信息，提升模型的预测能力；而且使用2L-SVM预测模型，有效的避免不同视角之间相互干扰导致的信息丢失，提高模型的预测精度。