蛋白质的功能与其亚细胞定位密切相关,针对蛋白亚细胞定位预测中实验数据缺乏的问题,利用主动学习方法,提出一种从非实验蛋白质数据中主动挑选样本的方法。该方法基于一个可以衡量样本有用性的评估函数,利用该函数估计出每个样本对于分类预测的价值从而主动挑选出最具价值的样本。以Swiss-Prot蛋白质数据库为基础,按照蛋白质条目信息对蛋白质进行筛选,然后用PISCES对蛋白质序列进行处理,把得到的蛋白质序列进行PseAA特征提取,构建革兰氏阳性菌、革兰氏阴性菌和植物数据集。把主动学习方法引入蛋白亚细胞定位预测问题中,基于损失函数和标签概率,构建非实验标记样本挑选算法。利用三个分类器在三个数据集上进行实验,按照挑选出来的顺序把非实验样本逐渐加入到原始训练集中重新训练当前分类器并用测试集测试分类器的性能。实验结果一方面表明取得的最好预测结果均比未加非实验样本和加入所有非实验样本时高,这说明该算法可以选择合适数量的非实验样本从而提高预测效果；另一方面表明训练数据缺乏问题比较严重时,预测效果提高的也越多,这说明非实验样本对于提高分类器性能的重要性。因此基于主动学习的非实验蛋白数据挑选算法能够有效实现最具价值样本的挑选,可以有效地解决蛋白亚细胞定位预测中实验数据缺乏的问题。