大多数药靶蛋白都分布在几个药靶家族内。尽管同一家族的蛋白有相似的序列和结构，并不是所有药靶家族的蛋白都能够成为药物靶标。探讨在药靶家族内的药靶蛋白和非药靶的蛋白的差别具有重要意义。我们从蛋白质相互作用网络的角度发现药靶蛋白和非药靶蛋白在拓扑特征上有显著不同，同一家族内的药靶蛋白的拓扑特征的相似度也比非药靶蛋白高，药靶家族之间的拓扑特征相似度也有差别，我们找到不同相似度区间内富集的家族，并且以两个最大的药靶家族为例分析了他们的不同。另外我们发现实验药靶蛋白的拓扑特征比撤回药靶蛋白更类似于FDA认证的药靶，这进一步证实拓扑特征的确与蛋白能否成为药物靶标相关。最后我们发现药靶蛋白对蛋白质网络的拓扑结构的影响比非药靶蛋白要大。我们的研究为新的药物靶标的筛选提供了帮助。　　 组织发育和很多重要的生物学过程都用模块方式发挥功能，虽然目前有很多检测模块的方法，但是检测重叠模块并通过构建模块通讯网络来研究生物学过程之间的联系的研究尚且没有。我们写了一种新算法(MOfinder)来检测蛋白质相互作用网络中的模块。该方法灵敏度比其它方法高。在人的蛋白相互作用网络中应用MOfinder共找到451个有重叠的模块，这些模块构建了一个模块通讯网络，该网络中包含两个大的群组，和若干小群组。疾病基因的注释表明大群组主要是癌症相关的蛋白，而免疫蛋白与癌症蛋白共存于一个模块内的概率较高，这为利用免疫疗法治疗癌症提供了线索。我们对于模块和通讯蛋白的研究为蛋白质网络的研究提供了一个新思路，并且加深了对生物体内各系统之间关系的理解。　　 心血管疾病和其他复杂疾病不能用“一个基因一种表型”来解释。对于这类复杂疾病来说，系统生物学的方法可以鉴定疾病相关的基因，揭示环境因子如何增加致病的可能性，并帮助寻找新的潜在的药物靶标。我们建立了心血管疾病网络和环境因子-基因网络。我们发现心血管疾病网络中的连接数是符合幂律分布的。环境因子相关的中心基因在疾病网络中并不具有中心特征，这表明心血管网络的稳定性不会被破坏。随后我们研究了现有的药物靶标中哪些是与环境因子相互作用的，并揭示这类基因如何影响网络的拓扑特征。本研究所使用的系统生物学方法对于理解复杂疾病和寻找合适的药物靶标提供了帮助。