辨识组织特异性蛋白质相互作用(PPI)网络中关键蛋白质及功能模块对理解生物体的内在活动机制、具有针对性的疾病诊断和药物设计具有重要作用。识别蛋白质及功能模块需要高可靠性的PPI网络、高准确率的识别算法以及系统的功能分析方法。本文以人类组织特异性基因及其相应的PPI网络作为原始数据源,识别重要的Date Hub蛋白(DH蛋白),并对这些蛋白及其关联密集模块进行功能验证。同时,为了挖掘保守的功能模块,提出了一种基于半马尔科夫随机游走模型的迭代加权子图查询算法。本文的主要贡献包括:首先,针对已有的人类组织特异性基因及其相应的PPI网络,利用最短路径算法,设计和实现了一种基于MapReduce框架的强关联组织特异性基因编码蛋白相互作用网络构建算法。对人类肾脏和脑组织的PPI网络进行了实验验证,并对网络的可靠性给出了定量评价。其次,为分析和发现PPI网络中的组织特异性功能及关键蛋白,实现了一种融合网络拓扑距离和GO相似性两种度量的关联模块识别算法。在人类肾组织的PPI网络中,识别出118个DH蛋白,对36个强关联DH蛋白进行了分析,发现IGF1蛋白与其强关联模块在肾肥大疾病中的桥梁作用。最后,提出了一个基于半马尔科夫随机游走模型的迭代加权子图查询算法,以识别相互作用网络中的保守功能模块。结点相似性计算和目标图约简是子图查询算法中提高查询准确率和降低计算复杂性的两种常用手段。在结点相似性计算中,设计了基于半马尔科夫游走模型的集成结点本身相似性、结构相似性以及邻居结点相似性的综合度量方法;在目标图约简的过程中,通过迭代递减目标图中低相似性结点,以降低目标图的规模。对多个真实PPI网络查询的实验结果表明,算法在精度和时间复杂性方面都有明显提高。