La predicción de proteínas secretadas en los fluidos corporales humanos es esencial ya que las proteínas secretadas prometen ser biomarcadores de enfermedades. Diversos enfoques han sido propuestos para predecir si una proteína es secretada en un fluido específico por su secuencia. Sin embargo, puede haber relaciones entre diferentes fluidos corporales cuando las proteínas son secretadas en estos fluidos. Los enfoques actuales ignoran directamente estas relaciones, por lo que su rendimiento es limitado. Aquí presentamos MultiSec, un enfoque mejorado para el descubrimiento de proteínas secretadas que explota las relaciones entre los fluidos a través del aprendizaje multitarea. Específicamente, se propone una estrategia de equilibrio basada en muestreo para resolver problemas de desequilibrio en todos los fluidos, se presenta una red efectiva para extraer características de todos los fluidos y se emplea un descenso de gradiente multiobjetivo para evitar que los fluidos se perjudiquen mutuamente. MultiSec fue entrenado y probado en 17 fluidos corporales humanos. Las comparaciones en los conjuntos de datos de prueba independientes demuestran que nuestro enfoque supera a otros en todos los fluidos comparados.