O-GlcNAcylation作为蛋白质翻译后修饰的一种广泛类型，在几乎所有细胞过程中都起着至关重要的调节作用，并且与某些疾病有关。 要深入了解O-GlcNAcylated的机制，鉴定底物和特定O-GlcNAcylated的位点至关重要。 实验鉴定是昂贵且费时的，因此O-GlcNAcylated位点的计算预测具有相当大的价值。 在这项工作中，我们通过使用k-均值聚类来获得信息量和可靠的阴性样本，并开发了一种支持向量机分类器并结合两步特征选择的方法，从而开发了一种称为PGlcS（O-GlcNAcylated部位的预测）的新型O-GlcNAcylated部位的预测因子。 。 使用独立的测试数据集评估了PGlcS的性能，其灵敏度为64.62％，特异性为68.4％，准确度为68.37％，马修斯相关系数为0.0697，这表明PGlcS在预测O方面非常有前途-GlcNAcylated位点。 数据集和源代码可在补充信息中找到。