蛋白质复合体对于研究细胞活动具有重要意义。因此,从蛋白质相互作用网络中有效地识别出蛋白质复合体,是能够促进生物信息学向前发展的一项重要工作。　　蛋白质相互作用网络具有复杂的拓扑结构,其中包含很多连接紧密的模块,这些模块也具有较特殊的生物学意义。因此,挖掘网络中的紧密连接的模块,是解决蛋白质复合体识别问题的重要方法。本文以蛋白质复合体识别问题为核心,主要研究内容如下:　　(1)针对蛋白质复合体的生物特性,本文分析了已知蛋白质复合体的拓扑结构。得出的结论是:在蛋白质相互作用网中存在着大量的,相互重叠的,规模较小的蛋白质复合体。　　(2)为了识别网络中的模块,Newman等人提出了模块度函数Q,目的是衡量网络中模块划分质量。然而,经过分析发现,Q函数存在一些不足。因此,本文以Q函数为基础,提出了适合蛋白质复合体识别的模块度函数PQ。　　(3)由于蛋白质相互作用网络规模较大,结构复杂,所以本文提出了蛋白质相互作用网络初始模块选择方法,以提高蛋白质复合体识效率。在此基础上,结合蛋白质复合体模块度函数PQ,提出了BMM算法。利用BMM算法对真实的酵母相互作用数据进行实验,并利用已知的蛋白质复合体和功能模块进行匹配,结果表明BMM算法的识别效果较好。　　(4)多功能蛋白质具有重要的生物学意义,通常出现在多个蛋白质复合体或功能模块中。本文利用蛋白质功能注释数据,对识别出的蛋白质复合体进行匹配,验证了很多多功能蛋白质,并识别出一些未被标注的蛋白质。