Abstract
核醣核酸與蛋白質交互作用在生物體內扮演者重要的角色，像是蛋白質的生成、基因表現、後轉錄調控以及抗病毒藥物的開發皆和此有密切的相關。鑑別蛋白質序列中的核醣核酸結合胺基酸可以幫助生物學家進一步了解蛋白質與核醣核酸交互作用時的機制。然而以傳統生物實驗方法來決定核醣核酸與蛋白質交互作用時的結構非常耗費時間與人力成本。因此最近許多科學家們以計算方法和蛋白質序列來預測蛋白質中的核醣核酸結合位。在這篇論文中我們使用支援向量機（Support Vector Machine）與平滑化特定位置計分矩陣（Smoothed PSSM, Smoothed Position-Specific Scoring Matrix）來預測此問題，並且使用五重交叉驗證（Five-Fold Cross-Validation）來訓練和測驗所提出方法的表現。在結果部分顯示我們的方法在三個不同的資料集（Data Sets）中有馬修相關係數（MCC, Matthew’ s Correlation Coefficient）0.68、0.58和0.42的成果，相較於之前在三個不同的資料集中的研究，馬修相關係數分別只有0.45、0.35和 0.32。此外為防止過度配適（data overfitting）的評量結果，我們使用三重資料分割法（Three-way data split）來評估我們所提出的方法，而結果顯示在三個不同的資料集中，馬修相關係數也分別達到了0.67、0.56和 0.40。綜上言之，我們所提出的方法改進了現有方法的預測結果，且這種編碼方式可以應用在許多其他的生物預測問題中，像是去氧核醣核酸與蛋白質交互作用、蛋白質與蛋白質交互作用、後轉錄調控修飾預測…等。