从蛋白质相互作用网络中识别复合物已成为阐明蛋白质功能和识别细胞中的信号和生物过程的关键问题。许多蛋白质通过结合成复合物的形式,在生命活动中扮演着很多至关重要的角色。一个重要的挑战就是系统地分析和全面理解蛋白质之间是如何通过相互作用来完成生命活动的。从拓扑结构上分析蛋白质网络的特性,进而探寻蛋白质复合物和功能模块、注释未知蛋白质功能正成为当前国内外研究的重要焦点。在蛋白质相互作用网络中精准地测定复合结构,对于理解细胞组织的原理是很关键的。这里,我们提出了一个基于基因共表达信息的在蛋白质相互作用网络上探测蛋白质功能模块或复合基团的方法。本文提出了一个两阶段的探测算法,先进行一次广而全的初次聚类,尽可能广泛的涉及多个潜在的复合物,我们使用马尔科夫聚类算法在重建边权的蛋白质相互作用网络上进行探测。然后,再结合基因表达数据和图论信息对初次聚类结果进行进一步的修正和细化,以弥补初次聚类的噪音和误差,并提高聚类精度。实验分别在DIP和MIPS两个数据集上进行探测,通过与其他方法的比较,我们的方法具有更高的精度。实验结果表明,与一些前沿的方法相比,我们的方法取得了较好的效果,在许多评价标准的条件下,预测质量都有不同程度的提高。