Luận văn tập trung nghiên cứu các phương pháp phân lớp dữ liệu và ứng dụng chúng vào bài toán nhận diện protein SUMO hóa - một dạng biến đổi sau dịch mã quan trọng. Các thuật toán phân lớp như SVM, Random Forest, và mạng nơ-ron được khảo sát và đánh giá hiệu năng trên các bộ dữ liệu đặc trưng của protein. Kết quả thực nghiệm cho thấy mô hình kết hợp đặc trưng sinh học và thuật toán học máy có khả năng phân lớp chính xác các vị trí SUMO hóa tiềm năng, góp phần hỗ trợ các nghiên cứu y sinh trong việc dự đoán chức năng protein và cơ chế điều hòa tế bào.