蛋白质-蛋白质相互作用存在于每个细胞的生命活动过程中,对其调控及动态变化规律的深入认识,有助于揭示生命现象本质。微观具体的物理化学机理与宏观抽象的网络理论的结合,可以在多个层次阐明蛋白质模块结构特征及功能。神经退行性疾病通常与病理蛋白的聚集和分子相互作用有关,较适合作为互作网络相关的研究对象。本论文拟整合来自生物医学研究的数据,实现对致病蛋白及其相互作用网络的系统挖掘与分析。研究内容主要包括:（1）神经退行相关互作网络的整合:对多个公共数据源的蛋白质互作条目的注释进行映射和统一,获得指定的疾病、疾病相关蛋白和去冗余的人类蛋白质互作网络。在此疾病相关互作网络中,依靠蛋白质异形体寻找可变剪接产物对蛋白质结合状态及疾病发生的影响,并挖掘可能的调控模块。构建数据库NDAtlas（http://bis.zju.edu.cn/ndatlas）,提供快速查询蛋白质、展示疾病和通路相关的互作网络、网络可视化、互作蛋白对接结构可视化等功能。（2）神经退行潜在致病蛋白的预测:基于蛋白质互作网络的拓扑特征,研究随机森林算法在预测可能导致神经退行性疾病的蛋白质中的应用。通过整合多组学数据进一步证明该机器学习模型的有效性,并准确找出一些在蛋白质互作网络中起重要作用的节点蛋白。（3）多蛋白对接可视化:以重要致病蛋白质的相互作用为研究对象,获取它们和互作蛋白的结构数据,使用蛋白对接程序定量计算互作蛋白的结构亲和力,并生成具有结构信息的高分辨率网络。在传统的两两互作的二维网络基础上,还提供了具有蛋白质对接的三维分子图形的直观和交互式视图。开发了数据库扩展m PPI（http://bis.zju.edu.cn/mppi）,用于PPI对接结构可视化。综上所述,本研究拓展了神经退行性疾病的蛋白质互作网络;构建机器学习模型识别潜在致病蛋白;并首次结合多蛋白对接结构可视化工具,为蛋白互作增加了结构对接的原子细节。有助于神经退行性疾病的跨疾病作用的系统研究、通过网络寻找多疾病发病的共同途径、挖掘潜在药靶,为疾病的诊断与治疗提供指导。