蛋白质之间的相互作用有的发生于蛋白质复合体内部，有的仅仅是多个或两个蛋白质之间短暂的相互作用。这种蛋白质之间的相互作用及其不断的变化对生物体的功能、新陈代谢发挥着十分核心的作用。许多蛋白质之间的两两相互作用整合在一起就形成了蛋白质相互作用网络。蛋白质相互作用（网络）的预测和分析对于揭示生物学奥秘起着十分重要的作用。本文探讨了一种基于蛋白质相互作用网络挖掘物种内功能相似蛋白质的方法。使用图论为计算模型，应用最短路径算法，以蛋白质相互作用网络和蛋白质序列作为输入数据，挖掘到了大量功能相似蛋白质。经过对不同进化等级的六个物种、来自两个数据库的数据进行预测，使用TO方法证明这种方法的可靠性。通过与传统的序列比对算法比较分析发现，大量的功能相似但是序列相似性较低的蛋白质得到展现。另外通过功能相似蛋白质和序列相似性的关系比较分析，验证了同源和趋同进化难以区分这一理论，并且结果中有很多这种二者之间关系分不清是同源还是趋同进化的蛋白质对。与物种间的功能相似蛋白质相比较，物种内功能相似蛋白质可能会涉及到较少的免疫排斥反应，在医药生产、工业应用方面具较大的应用潜力。蛋白质相互作用网络是由许多个蛋白质之间的两两相互作用整合而来的，蛋白质相互作用的预测已经成为一种需求广泛的研究技术，也是一个被广泛研究的领域，现在已经有很多不同的理论被应用于蛋白质相互作用的预测。由于每种理论都有各自的侧重点，相关研究发现基于单纯一种理论的蛋白质预测方法会有较高的假阴性，因此通常要同时采用几种方法进行综合分析。但是现有的蛋白质相互作用预测方法往往对输入数据的要求复杂，操作繁琐，有的还没有成熟的软件。输入数据简单、操作便捷、易用易懂的蛋白质相互作用预测方法亟待开发。我基于蛋白质相互作用位点附近序列的保守性，开发了一种只需要蛋白质序列作为输入数据的算法，并通过与一种常用方法的比较，证明了这种方法的可靠性。基于同源聚类模型开发了一套只需要蛋白质序列作为输入数据的软件，朝蛋白质相互作用预测易用性这个方向迈出了重要的一步。蛋白质相互作用（网络）的预测是一种十分耗费计算资源的工作，现有的很多方法没有相应的软件发表，而是只给出了算法。虽然有一些运行在命令行模式下的软件发表，但是这类软件的操作方式往往令普通用户望而却步。而用户体验较好的软件设计方式往往又满足不了这类工作巨大计算量的需要。因此我们开发了包括基于蛋白质相互作用特征序列保守性、蛋白质二级结构保守性、同源聚类分析等方法的一整套蛋白质相互作用预测的在线服务，并架设在配置较高的网络服务器上。通过这种方式既解决了用户体验的问题、也解决了蛋白质相互作用网络预测和分析对较大计算量的需求。最后以小麦为例，对在线平台进行了测试，验证了蛋白质相互作用网络预测和基于蛋白质相互作用网络挖掘物种内功能相似蛋白质两个主要功能模块整合在一起使用的可能性。