1、基于蛋白質(zhì)相互作用網(wǎng)絡的蛋白質(zhì)功能預測是后基因時代的一個重要話題，迄今為至已經(jīng)取得了一系列的研究成果。利用聚類算法劃分網(wǎng)絡功能模塊，是基于網(wǎng)絡的功能預測計算方法中的一個重要分支。然而，直接基于網(wǎng)絡聚類分析得到蛋白質(zhì)復合物，并根據(jù)功能富集性分析來注釋未知蛋白質(zhì)功能的方法實際預測效果并不好。因此，如何合理使用聚類算法預測蛋白質(zhì)功能還需要進一步的研究分析。我們將聚類算法與其它功能預測方法相結合，通過加入其它有用的生物數(shù)據(jù)，構造了合適的計算模型

2、，從而有效地利用復合物信息來提高功能預測的準確性。
　　 論文首先通過融合蛋白質(zhì)結構域信息，基于對現(xiàn)有的一種蛋白質(zhì)結構域上下文相似性算法的改進，重新定義了結構域相似性公式，進而提出了一種參數(shù)化的基于蛋白質(zhì)結構域組合相似性的功能預測方法PDSim。與已有的幾種經(jīng)典功能預測算法的比較證實，該算法具有更好的預測效果。此外，PDSim的改進算法RPDSim通過對定義的結構域組合相似性公式中自身結構域組成的二度利用，擴展了蛋白質(zhì)結構域上下

3、文范圍，強化了結構域組合相似性定義，能夠進一步提高蛋白質(zhì)功能預測的準確率和可靠性。
　　 其次，本文對直接基于聚類算法的功能預測方法進行了分析，文中采用MCL、MCODE、CFinder、DPClus、HC-PIN等具體算法實例進行了簡單的功能預測，從而驗證了設計聚類分析結合新策略的必要性。通過利用聚類分析獲得的復合物信息或?qū)嶒灉y得的蛋白質(zhì)復合物數(shù)據(jù)作為結構域上下文相似性定義的作用范圍，我們提出了基于聚類算法的蛋白質(zhì)功能預測算法