随着各种实验手段和技术的发展,我们可以获得大量的分子生物学网络。这些网络中的拓扑结构对于我们研究分子结构、功能团和进化保守性有着重要的指导意义;而完全子网是我们研究网络拓扑中最重要的结构之一,它最有可能揭示我们所感兴趣的问题。虽然通过图论知识,我们知道寻找最大完全子网问题是NP-完全问题,但是,我们根据生物学网络的无尺度特点,并且利用了动态规划算法的思想,采用了两个有针对性的算法,从而可以快速的抽取出网络中的全部完全子网;之后完成这些子网间的匹配关系并建立了映射关系。我们针对DIP(Database of Interacting Proteins)数据库中提供的啤酒酵母(Saccharomyces cerevisiae)蛋白质互作分子生物学网络(2007/4/1版本),抽取出了全部的完全子网,其中最大规模的完全子网含有10个蛋白质节点。根据映射关系,我们预测了8个新的重要互作关系,并在BioGrid数据集(2007/6/1版本)和其它文献中得到了证实,从而将最大完全子网规模扩大到14个节点,同时完善了DIP数据集(2007/6/3版本数据集仍然不包含我们预测的互作关系)。我们得到的完全子网,可以通过KEGG(Kyoto Encyclopedia of Genes and Genomes)来进行功能等方面的进一步分析研究和结果解释。对于同一物种的两个生物学网络,抽取出来的完全子网,可以发现网络特征、蛋白复合物或预测基因功能等;对于不同物种的两个生物学网络,匹配和映射后的完全子网,可以从系统进化的层面上,研究某些结构是否具有保守性,这对完全子网来讲是一个很好的特性。所以,本文论述的方法应用前景十分广阔。