基因云馆新一代信息数据库

随着人类基因组计划的完成，蛋白质组学的研究已经成为生命科学乃至自然科学领域中最重要的研究课题之一。

蛋白质组学是一种对蛋白质所含特性进行系统化研究的学科，其研究目的是为生物系统在健康和疾病状况下的结构、功能和调控提供详细的描述。由于蛋白质很少以独立个体的方式实现其被赋予的功能，即在同一细胞的生化过程中所涉及到的蛋白质一般通过彼此之间的相互作用形成大分子复合物后才能完成其生物学功能，例如遗传物质复制、基因表达调控、细胞信号转导、新陈代谢、细胞增殖、细胞凋亡等过程和活动都依赖于蛋白质之间的相互作用。因此蛋白质相互作用及相互作用网络的研究和分析很自然地成为理解生命活动中细胞组织、过程和功能的基础[1]。

而且生命科学的研究表明，对蛋白质相互作用的研究不仅能从系统角度理解各种生物学过程，揭示疾病的发生机制，而且能够帮助人们寻找新的药物靶标，为新药研发起到积极的作用[2]。因此蛋白质相互作用的研究迅速成为后基因组时代最重要的研究领域，并受到人们越来越多的重视。

近年来，随着酵母双杂交[3−4]、基于质谱的串联亲和纯化[5−6]、蛋白质芯片[7−8]等高通量生物实验方法的发展和文本挖掘技术在蛋白质相互作用预测中的广泛应用[9−11]，蛋白质相互作用(Protein-protein interaction，PPI)的可用数据日益丰富，并促成了越来越多的蛋白质相互作用网络(PPI网络)的形成。PPI网络是指一个生命有机体内的所有蛋白质之间相互作用组成的网络，在一个PPI网络中，不同时间和空间阶段通过相互作用完成某一特定分子进程的蛋白质集合称为蛋白质功能模块。

因为理解大量生物学数据所包含的生物学意义是后基因时代非常重要的研究任务[12]，所以面对大量可用的PPI网络数据，如何快速、有效地识别各种具有生物学功能的功能模块(也称蛋白质复合物)就成为蛋白质组学研究中一项极为关键的科学问题。通过生物实验进行PPI网络功能模块的检测是过去传统而经典的方法，但该方法在检测费用、时间和质量上的局限性[13−14]，远远无法满足后基因时代人类对生命科学研究的实际需要。而生物学的研究发现PPI网络中那些紧密连接的蛋白质区域通常会与蛋白质的功能模块相对应[15]。于是以机器学习和数据挖掘为基础，通过识别PPI网络中紧密连接结构来发现蛋白质功能模块的方法迅速兴起，并成为解决这一问题的有效途径。

近十年，新的思想层出不穷，新的检测方法不断涌现，Nature 、Science、Proceedings of National Academy of Sciences (PNAS)、Nucleic Acids Research 、Bioinformatics等国际权威杂志以及许多重要的国际会议都多次报道该方面的研究工作，在生物信息领域掀起了利用计算方法进行PPI网络蛋白质功能模块检测的研究热潮。