非小细胞肺癌（NSCLC）是肺癌的最主要类型,针对其治疗的靶向药物较少且预后很差,其相关分子机制急需被阐明。肿瘤并非单一基因或通路异常的结果,因此基于蛋白质-蛋白质相互作用（PPI）网络的系统生物学方法已被广泛应用于NSCLC的研究中。然而传统的PPI网络研究有两个不足:一是网络拓扑分析较少考虑已有的先验生物知识,二是往往缺乏对蛋白质相互作用的结构层面解释。针对此研究现状,本论文的第一部分提出了 ne-PCA（node and edge Prioritization-based Community Analysis）的计算框架,利用先验生物知识在 PPI 网络中鉴定 NSCLC关键蛋白、相互作用以及网络模块。首先,ne-PCA基于种子基因的随机游走过程量化了 PPI网络中节点与NSCLC的关联程度,挖掘出了 MMP7,ITGA1,CCNB1等NSCLC关键基因;其次,ne-PCA在边拓扑属性中加入了先验的功能信息,定义了TFC（Topological-Functional Connection）分数来衡量PPI在信息传递中的作用,发现了 ITGA1-BIRC5以及GNG11所参与的PPI具有高信号传导能力;最后,ne-PCA提取了 NSCLC的加权核心网络并结合Girvan-Newman和Label Propagation算法进行了两种方向的聚类,通过对聚类结果的超几何检验与置换检验鉴定出8个鲁棒模块,并构建了 NSCLC的“模块社群网络”。本论文的第二部分针对NSCLC的“模块社群网络”,系统地分析其鲁棒模块的不同生物学功能。其中,最大模块主要参与细胞周期过程,其hub基因CCNB1不仅调控着G2-M期的过渡,还介导其5个邻居基因（KIF4A,HJURP,PRC1,KIF14,CEP55）构成一个预后相关的“网络模块标志物”。次级模块则富集更多的已知药物蛋白靶标,并参与了更多的信号传导通路,被定义为“药物调节模块”。对次级模块的功能研究揭示了趋化因子信号通路以及GNG11-趋化因子相互作用可以作为NSCLC靶向治疗的潜在靶标。利用PRISM将蛋白质结构信息整合到信号网络中,进一步证实了 GNG11-PPBP,GNG11-CXCR2,GNG11-CXCL3在原子层次的结合能力。基于结构系统生物学理论,即结合生物网络分析和结构建模进一步提出了 NSCLC别构调控模块模型,并发现了 ITGA1可以作为结合两大模块的关键调控蛋白。本论文的研究利用先验知识与结构信息弥补了传统PPI网络分析的不足,为解释NSCLC分子机制提供帮助。同时,我们还希望本论文的思路和方法能够在将来应用于更多的复杂疾病研究中。