蛋白质复合物是生物细胞中最基本的单位之一,在完成各个生物功能的过程中起着非常重要的作用。所以,系统的研究蛋白质之间通过相互作用组成复合物的过程并以复合物的形式完成特定生物功能是生物研究者们面临的重要挑战。而且从蛋白质网络中识别复合物对解释生物功能的规律具有重要的意义。针对蛋白质相互作用网络中存在较高的假阳性率和假阴性率的问题,我们提出了使用连通性理论重构蛋白质网络以减少相互作用中假阳性率和假阴性率的方法。该方法根据蛋白质网络邻接矩阵的特征值和特征向量计算网络相互作用的权值。然后根据权值大小判断该相互作用是否存在于重构的图连通网络中。我们用四个已有的蛋白质复合物识别算法分别在初始蛋白质网络和重构的图连通网络中运行,结果表明在图连通网络中识别复合物的效果明显优于原始网络。这说明通过连通性理论有效的提高了蛋白质网络中相互作用的可靠性。提出一个在单元-核-附属结构框架下基于边聚集系数的蛋白质复合物识别算法——CFPE(Cell-Core-Attachment Frame for Identifying Protein Complexes Based on Edge C luster ing C oeffic ie nt)。该算法首先在蛋白质相互作用网络中搜索单元结构,然后把单元结构扩展成为核结构,即蛋白质复合物的核心部分,最后为核添加附属结构而构成复合物。实验结果表明,单元结构包含丰富的拓扑特性和生物意义。而且CFPE识别出的复合物在综合评价指标和蛋白质覆盖率方面都优于对比算法,具有显著生物意义的预测复合物的比例也是最高的。