采用 DCNNS（deep convolutional neural networks）的機(jī)器學(xué)習(xí)方法。

◢地址：

https://www.playmolecule.com/deepsite/

◢文獻(xiàn)DOI：

10.1093/bioinformatics/btx350

2.DoGSiteScorer

基于蛋白表面口袋的 size, shape, and chemical features，使用的參數(shù)由 SVM 訓(xùn)練得到。

◢地址：

https://proteins.plus/

https://www.biosolveit.de/free-to-academics/#DoGSiteScorer

◢文獻(xiàn)DOI：

10.1021/ci200454v

3.POCASA

基于滾動(dòng)探針球的蛋白口袋識(shí)別算法。

◢地址：

http://g6altair.sci.hokudai.ac.jp/g6/service/pocasa/

◢文獻(xiàn)DOI：

10.1093/bioinformatics/btp599

4.Fpocket

基于泰森多邊形（Voronoi tessellation）的幾何算法。

◢地址：

https://bioserv.rpbs.univ-paris-diderot.fr/services/fpocket/index.html

◢文獻(xiàn)DOI：

10.1093/nar/gkq383

10.1186/1471-2105-10-168

9.InterProSurf

采用表面殘基聚類方法，分析殘基出現(xiàn)在界面上的傾向性以及溶劑可接觸表面積。

◢地址：

http://curie.utmb.edu/pdbcomplex.html

◢文獻(xiàn)DOI：

10.1093/bioinformatics/btm474

10.SPPIDER

采用神經(jīng)網(wǎng)絡(luò)方法，分析溶劑可接觸表面積。

◢地址：

http://sppider.cchmc.org/

11.Cons-ppsip

采用了神經(jīng)網(wǎng)絡(luò)方法，分析序列保守性以及溶劑可接觸表面積。

◢地址：

https://pipe.rcc.fsu.edu/ppisp.html

◢文獻(xiàn)DOI：

10.1002/prot.20514

10.1002/prot.1099

12.PRED_PPI

支持向量機(jī)方法，分析表面形狀和靜電勢(shì)能等。

◢地址：

http://cic.scu.edu.cn/bioinformatics/predict_ppi/default.html

◢文獻(xiàn)DOI：

10.1186/1756-0500-3-145