蛋白质相互作用（Protein-Protein Interaction,PPI）网络中的生物信号转导在生命活动中占有非常重要的地位,影响着生物体的大部分生理活动。蛋白质间信号转导方向的研究,有助于理解和预测细胞对各种信号的反应、细胞内基因和蛋白质的功能、内环境稳态机制等。近几年,随着生物信息学的广泛应用,蛋白质相互作用的数量和质量有了显著的提高,但是这些PPIs缺乏信号传导的方向信息,尤其是针对复杂的人类PPI。本研究为区分有向的PPI和无向的PPI并预测有向的PPI间信号流方向性,提出了一个结合蛋白质语义相似性和重叠聚类的网络传播算法来定向人类蛋白质相互作用网络,具体研究工作内容如下:首先,本文构建了一个无向的VEGF信号转导网络,在网络传播算法的基础上,结合蛋白质语义相似度,研究网络传播算法在区分有向和无向的PPI以及定向有向PPI信号流的性能。结果分析表明:虽然网络传播算法可定向蛋白质相互作用网络,但是在区分有向和无向的PPI方面存在缺陷。然后,针对算法的缺陷,将聚类算法和网络传播算法相结合,并用于人类整合素介导的蛋白质相互作用网络,获得了484个无向的PPIs和682个有向的PPIs及其信号流的方向性;为评估改良后的算法,分别对预测的有向PPI和预测的无向PPI进行评估,并与原方法进行了比较,获得较优越的结果;利用广度优先搜索算法,从定向的整合素介导的PPI网络中提取了部分信号转导通路,对提取的有向通路进行分析。最后,本文扩展了人类整合素介导的蛋白质相互作用网络,构建了一个由473个蛋白质组成的PPI网络。在这个网络中,定向算法获得了1664对无向的PPIs和2556对有向的PPIs。为了评估网络的定向结果,利用GO功能富集分析评估了无向PPI;利用ROC曲线评价有向PPI的信号流方向性,并将结果与基于最短路径的方法进行比较,证明了本研究方法的可靠性。综上所述,本研究提出了一个定向人类蛋白质相互作用网络的算法,该算法区分了网络中无向的PPI和有向的PPI,并为有向的PPI进行了信号流的定向。这些方向信息不仅为挖掘新的信号转导通路提供依据,而且有助于促进基因组相关疾病的研究进展,协助开发药物,研究信号转导途径未知调节剂等。