本研究由胺基酸序列中擷取三種特徵: 1-gram, bigram及距離特徵，並以此三種特徵之組合形成7組特徵組合，藉以觀察不同特徵組合之效能。其中距離特徵顯示同一種胺基酸在序列中之分布情形。隨後再應用”Tensorflow”中”Estimator”的模型”DNNClassifier”來預測蛋白質交互作用。最後在結果評估的部分，對每組預測結果做了10 fold cross-validation，並比較各特徵在預測時的正確率