本發(fā)明提供基于多尺度深度特征的蛋白質(zhì)亞細(xì)胞定位方法，屬于生物信息處理技術(shù)領(lǐng)域，利用訓(xùn)練好的預(yù)測模型對獲取的蛋白質(zhì)免疫組織化學(xué)圖像進(jìn)行處理，獲得最終的蛋白質(zhì)亞細(xì)胞定位結(jié)果；其中，提取蛋白質(zhì)免疫組織化學(xué)圖像中蛋白質(zhì)序列的多尺度特征，基于多尺度特征得到不同亞細(xì)胞位置的預(yù)測概率得分向量，結(jié)合多標(biāo)簽分類學(xué)習(xí)策略對預(yù)測概率進(jìn)行判別，得到最終的蛋白質(zhì)亞細(xì)胞定位結(jié)果；其中，訓(xùn)練好的預(yù)測模型為使用類別不平衡損失優(yōu)化訓(xùn)練得到。本發(fā)明使用空間分布特征和語義特征進(jìn)行融合，自動(dòng)提取了更加全面的多尺度特征，提高了效率；基于類別不平衡損失和多標(biāo)簽學(xué)習(xí)策略，為不同類別施加權(quán)重以及考慮不同亞細(xì)胞位置的相關(guān)性，提高了預(yù)測的精度。