采用 DCNNS（deep convolutional neural networks）的机器学习方法。
◢地址：
https://www.playmolecule.com/deepsite/
◢文献DOI：
10.1093/bioinformatics/btx350
2.DoGSiteScorer
基于蛋白表面口袋的 size, shape, and chemical features，使用的参数由 SVM 训练得到。
◢地址：
https://proteins.plus/
https://www.biosolveit.de/free-to-academics/#DoGSiteScorer
◢文献DOI：
10.1021/ci200454v
3.POCASA
基于滚动探针球的蛋白口袋识别算法。
◢地址：
http://g6altair.sci.hokudai.ac.jp/g6/service/pocasa/
◢文献DOI：
10.1093/bioinformatics/btp599
4.Fpocket
基于泰森多边形（Voronoi tessellation）的几何算法。
◢地址：
https://bioserv.rpbs.univ-paris-diderot.fr/services/fpocket/index.html
◢文献DOI：
10.1093/nar/gkq383
10.1186/1471-2105-10-168
9.InterProSurf
采用表面残基聚类方法，分析残基出现在界面上的倾向性以及溶剂可接触表面积。
◢地址：
http://curie.utmb.edu/pdbcomplex.html
◢文献DOI：
10.1093/bioinformatics/btm474
10.SPPIDER
采用神经网络方法，分析溶剂可接触表面积。
◢地址：
http://sppider.cchmc.org/
11.Cons-ppsip
采用了神经网络方法，分析序列保守性以及溶剂可接触表面积。
◢地址：
https://pipe.rcc.fsu.edu/ppisp.html
◢文献DOI：
10.1002/prot.20514
10.1002/prot.1099
12.PRED_PPI
支持向量机方法，分析表面形状和静电势能等。
◢地址：
http://cic.scu.edu.cn/bioinformatics/predict_ppi/default.html
◢文献DOI：
10.1186/1756-0500-3-145
