本发明公开了一种融合生物物理特征的蛋白质翻译后修饰位点功能串扰的预测方法，从PhosphoSitePlus、iPTMnet、EPSD及CPLM数据库获取蛋白质序列及翻译后修饰位点信息；从Uniprot、AphaFold数据库获取蛋白质序列和结构数据信息；构建蛋白质翻译后修饰功能串扰预测模型，利用该预测模型对蛋白质翻译后修饰位点功能串扰信息进行预测。本发明在引入动力学特征及蛋白质‑蛋白质互作图特征等基于生物物理特征的基础上，整合全连接网络模型、图嵌入模型及随机森林模型，构建一个主动学习的翻译后修饰功能串扰的预测模型；相比于其它翻译后修饰功能串扰模型具有较高的预测准确性。