随着生物信息学和生物技术的飞速发展,研究者们已经积累了大量的蛋白质数据,这些蛋白质之间通过相互作用便形成了PPI网络（Protein-Protein Internaction）。一方面蛋白质是生命体内的核心物质,另一方面也是细胞的重要组成部分。它可以供给人体热能,参与体内物质代谢的调节、人体呼吸系统的运输,防御细菌和病毒的入侵。蛋白质复合物则是由一组结构、功能相似的蛋白质组成的蛋白质群体,是许多生物活性的基本模块,具有一定的动态性,因此蛋白质复合物的预测对理解细胞组织、细胞功能具有重要的生物意义。而关键蛋白质就是生物体在生命活动中起到关键性作用的蛋白质,它对一些疾病的诊断、治疗起了决定性的作用。目前虽然有关蛋白质复合物和关键蛋白质的识别工作取得了一系列进展,但是依然存在着如下一些问题:（1）网络中的许多数据有假阳性的问题;（2）未充分考虑网络的真实性;（3）需要进一步挖掘出蛋白质生物属性,从而进一步提高现有识别算法的精确度。为解决上述三个不足,本文从动态网络入手,设计出新的识别蛋白质复合物方法,并在挖掘的复合物的基础之上,实现了高效的关键蛋白质的识别。本研究的主要工作有:（1）对于网络呈现出的动态性特点,提出了动态PPI网络中蛋白质复合物识别算法（BO-CAS）。该方法首先利用3σ法则将原网络转为动态网络,接着利用网络的拓扑特征和蛋白质的生物属性构建动态加权PPI网络,然后利用贪心方法选择初始节点并形成复合物的核心,根据得到的核心结构,然后借助复合物内部联系紧密这一特征为核心选择合适的附件,从而形成蛋白质复合物。此外,BO-CAS算法还解决了蛋白质复合物之间的重叠问题。通过在Gavin、Krogan、DIP数据集上的多次实验,最后的结果表明,与一些现有的复合物识别方法比较,BO-CAS算法获得了较高的准确率。（2）对于数据中有些假阳性数据的问题,提出了动态PPI网络中融合多源生物信息的关键蛋白质识别方法（FMSBI）。该方法利用蛋白质基因表达信息,将原网络变为动态网络,随后融合多源生物属性得到衡量蛋白质节点是否为关键蛋白的标准。通过在DIP、MIPS、Krogan三个数据集上的多次调参实验,结果表明,与现有的一些关键蛋白质识别方法比较,FMSBI算法具有较高的识别准确率。（3）基于上述两个工作,本文设计并实现了一个基于PPI网络的蛋白质分析系统。该系统可以提供用户账号的注册、登录、可以利用本文提出的两个算法实现复合物和关键蛋白质的高效挖掘,并提供了一些蛋白质生物信息方面的知识,用户可以在本网站在线学习相关知识。该系统页面精致,功能齐全,有较好的经济、应用价值。