CRUMp基于称为分类相关单位机器（CRUM）的基于内核的学习方法。 给定一组以FASTA格式输入的蛋白质序列，系统将输出位置，残基类型（S，T或Y）以及每个被测位点可磷酸化的估计概率。 最新可下载文件：-crump-0.2.0.tar.gz：CRUMp GNU Octave软件包-crump-0.2.0.zip：CRUMp MATLAB脚本-crumptestset.fasta：FASTA格式的测试数据集。 序列头列出了蛋白质序列的登录号和已知磷酸化位点的位置号。 请注意，CRUMp可能会预测尚未通过实验验证的其他磷酸化位点。 测试数据集来自Biswas等。 2010，http：//www.biomedcentral.com/1471-2105/11/273/additional。

蛋白质的磷酸化是重要的翻译后修饰，可激活信号通路中包括的各种酶和受体。 为了减少通过费力的实验来鉴定磷酸化位点的成本，已经积极研究了其计算预测。 在这项研究中，通过采用一组新的特征，并在通过支持向量机进行训练之前，通过随机森林在网格搜索中应用特征选择，我们的方法对两个不同的数据集实现了更好或相当的磷酸化位点预测性能。