网络中的共调控模块具有组装、关联多种生物学实体(基因、蛋白质复合物或生物学通路)的性质，并通过这种组装性性质，协调网络中的邻近区域，行使各种生物学功能。随着大量生物信息资源以及新的计算分析方法的出现，使得基于计算方法挖掘网络中的共调控模块并阐明其组装性性质成为可能。　　 在本论文中，我们基于人类蛋白质互作网络及转录调控网络，构建了一个新的加权整合网络，并且通过引入概率似然比模型及启发式搜索算法挖掘人类共调控模块，从而揭示了这些共调控模块对于不同生物学实体的特定组装性性质。利用我们提出的算法，本论文最终挖掘到96个人类共调控模块。为了评价本文提出的模块挖掘算法的性能，我们将该方法与传统的模块鉴别方法进行比较分析，发现启发式算法在敏感性、特异性和F值三方面均表现出了较高的优越性。众所周知，癌症的发生发展过程，是伴随着一组协同作用的分子的功能缺失而进行的。本论文致力于利用整合加权网络，挖掘协同调控的网络模块，并探讨模块对于一组生物学实体的组装性性质。通过分析，我们进一步证明了由于协同调控的一组基因的功能发生异常，将导致一些复合物的功能缺失，进而发生一些癌症相关的生物代谢通路的功能阻断，最终导致癌症的发生。