随着结构基因组计划的基本完成，基因组研究逐渐进入到后基因组时代。如何利用已有的高通量生物学数据对药物作用机制进行研究具有重大意义。由于蛋白质很少孤立的发挥作用，往往通过网络中彼此间相互作用来共同行使功能。因此网络生物学分析方法成为研究蛋白质的功能及相关药理学性质的重要手段。 已有研究提示药物作用靶点在生物学网络中具有某些特征，这些特征可能使药物作用靶点明显区别于非药物作用靶点。因此分析药物靶蛋白在生物学网络中的性质将十分有助于从信息学角度理解药物的作用机制。如果这一性质得到证实，将可以用来对药物作用靶点与非作用药物靶点进行区分。 本课题基于蛋白质互作网络结合其他高通量数据和功能信息，研究针对未知功能的蛋白的功能预测方法。通过结合基因表达相关信息，在现有方法基础上修正了蛋白质互作网络中提取功能相关邻居的范围。结合功能知识体系结构信息的功能预测方法可以实现自动大范围预测蛋白功能，在保证准确性的同时，提高功能预测的具体程度。 本课题进一步将药物靶蛋白映射到人类蛋白质互作网络中，分析药物作用靶蛋白在互作网络中的多种拓扑指标，并与互作网络中全蛋白质组集合及非药物靶点集合的拓扑指标进行了对比。结果显示，药物靶蛋白之间具有更高的连通性，信息能够得到更快的传递。基于这些拓扑特征，将互作网络中的所有蛋白进行排序。发现排序在前200位的蛋白中有94个是Drugbank中记录的药物靶点，另外的106个蛋白中有多个蛋白已在TTD、Matador等数据库中被记录为药物靶点，还有5个蛋白通过文献检索被证实为药物靶点。