蛋白质是生命活动的直接执行者,参与生命的几乎所有过程,如遗传、发育、繁殖、物质和能量的代谢、应激等等。揭示生物体内成千上万种蛋白质的具体功能、完成功能的机制等是蛋白质研究的核心内容,是后基因组时代生命科学研究重要领域。在破译了基因序列的后基因组时代,随着系统生物学实验的快速发展,产生了大量的蛋白质相互作用数据,利用这些数据寻找功能模块及预测蛋白质功能是蛋白质组学最富有挑战性的问题之一。它的研究不仅可以直接阐明生命体在生理或病理条件下的变化机制,而且对生物制药、农业生物科技等应用领域同样具有直接的指导作用。　　本文在深入分析现有蛋白质功能预测方法的基础上,对蛋白质功能预测问题进行了深入研究,提出了一种新的蛋白质功能预测模型,并进行了相应的实验分析,取得了较好的结果。论文主要工作包括:　　(1)总结了现有蛋白质功能预测技术。本文从蛋白质序列、结构与相互作用入手,系统分析了蛋白质功能预测研究现状,归纳总结出了当前蛋白质功能预测所面临的挑战和困难,据此给出了本学位论文的研究内容。　　(2)提出一种更优越的蛋白质功能路径搜索方法,采用双向路径搜索,选取最优路径。与传统的各类路径搜索方法相比较,速度更快,对网络拓扑结构挖掘更深入。并在酵母蛋白质网络的测试中取得了证实。　　(3)提出并实现了基于相互作用的蛋白质功能预测模型。蛋白质是通过与其他蛋白质直接或间接的相互作用执行其功能的。据此本文提出了一种结合蛋白质相互作用与“小世界网络”特性的蛋白质功能预测新模型。该模型将蛋白质相互作用网络看成是一个小世界网络,利用小世界网络的相关特性提出新的预测算法,对蛋白质功能进行预测。该模型有效解决了蛋白质近邻数目较小时预测准确率不高的问题。最终本文提出了结合功能流方法与路径搜索方法的综合模型。实验结果表明,综合模型能够有效应用于蛋白质功能预测研究。