蛋白质的亚细胞定位严重影响蛋白质的功能,细胞控制蛋白质的定位以调节各种生物过程,比如激活的细胞表面受体的内吞摄取,许多转录因子的核质穿梭以及细胞凋亡过程中线粒体蛋白的重定位。蛋白质亚细胞定位的表征为进一步了解细胞行为提供了基础。定量质谱及用于数据分析的机器学习的发展使得人们能在短时间内获得蛋白质在全细胞内的视图。基于机器学习的算法在很大程度上依赖于对标记蛋白的选择,但是,目前还没有人们普遍认可的规范的细胞器标记蛋白集合,并且不同物种或者不同组织器官的细胞中蛋白质的定位可能会有很大不同,因此,可能无法确定一组适合于所有研究的标记蛋白集合,这也给基于机器学习的蛋白定位分析带来了挑战。最近的一项荟萃分析证明了结合各种数据来源来选择标记蛋白的好处,因此在本研究中,我们将不同来源的标记蛋白进行组合,编译了五组标记蛋白集合以对蛋白的亚细胞定位进行无偏倚的注释。目前,对人类肝癌细胞系（h LCCLs）中膜结合细胞器的蛋白质亚细胞定位的研究还不够。为了获得其在蛋白质组范围的视图,我们在一个h LCCL（SK-HEP1）中分离并富集了六个膜结合细胞器,并使用质谱法对它们的蛋白质组进行了定性定量分析。WB实验验证了我们细胞器分离实验的效率。我们实施了对标记蛋白的严格筛选和基于机器学习的算法,以在集群和邻域级别研究蛋白质的亚细胞定位。我们首先挑选出适合于本研究的1481个标记蛋白,然后将标记蛋白分成训练集和测试集以构建分类器,接下来实施机器学习的算法对所有蛋白质的定位进行预测。我们成功的在集群水平上对2510个蛋白质进行了定位,在邻域水平上对3803个蛋白进行了定位。我们观察到三次重复的预测结果具有高度一致性,集群水平三次重复间的一致性为82%,邻域水平三次重复间的一致性为81%。我们使用测试集来评估分类的正确率,集群水平的总分类正确率为93%,邻域水平的总分类正确率为97%,证明我们分类结果的可信度。接下来,我们通过将预测的蛋白质亚细胞定位与公共数据库中蛋白质的定位进行比较来验证所提出方法的性能。与Uni Prot和GO的一致性为71%,与HPA的一致性则与HPA的可靠性评分相关,与HPA中最高置信度蛋白的一致性为70%,与最低置信度蛋白的一致性仅为27%。总之,这些外部验证也支持我们的分类结果。这些配置文件能够研究蛋白质结构域与蛋白质亚细胞定位以及蛋白质复合物成员之间共定位的相关性。蛋白质的结构域可能会影响蛋白质的定位。我们使用Uni Prot和Pfam数据库对蛋白质的结构域进行注释。我们观察到具有信号肽和跨膜结构域的蛋白质显著富集在分泌类邻域,具有导肽的蛋白质显著富集于线粒体邻域,这与之前的研究结果一致。我们接下使用超几何分布检验发现了36个在特定集群或邻域中显著富集的结构域,提示结构域与蛋白质亚细胞定位之间存在联系。蛋白质复合物在各种生物过程中发挥着关键作用。我们使用CORUM数据库评估了蛋白质复合物成员间的共定位关系,发现蛋白质复合物成员间的相关性显著高于非蛋白质复合物成员间的相关性,并且大部分（59%）蛋白质复合物中复合物成员均位于同一邻域。这些研究表明蛋白质复合物成员间存在明显的共定位关系。最后,我们为肝癌细胞系SK-HEP1构建了一个亚细胞蛋白质组数据库PSL-LCCL,数据库中的内容主要包括1)SK-HEP1细胞系中蛋白质亚细胞定位;2)蛋白质复合物成员的亚细胞位置及其相互作用。我们的研究为进一步研究h LCCLs蛋白质组学提供了资源。数据库网址:http://www.igenetics.org.cn/project/PSL-LCCL/。