后基因组时代，蛋白质相互作用及其网络的研究已成为系统生物学的一项重要工作。发展理论方法预测蛋白质相互作用不仅是对实验方法的有益补充，更能从本质上研究蛋白质相互作用的机理。对蛋白质网络的研究则可以从整体上理解生命进化与生命功能等方面的规律和特点。　　 蛋白质直接相互作用依赖其空间结构，蛋白质二级结构作为其空间结构的基本元件应该包含相互作用的信息。本文基于相互作用蛋白对的二级结构信息，提出一个蛋白质相互作用的贝叶斯分类器预测模型。对酵母、人类数据的开放测试和对小鼠、果蝇的独立集测试的初步预测分别取得59.16％和59.85％的精确度，这表明蛋白质二级结构信息和贝叶斯分类器的确可以用于蛋白质相互作用预测。　　 蛋白质相互作用网络中，Hub蛋白作为连接数较高的一类蛋白，在生命活动中行使着更加重要的功能。然而仅仅依靠连接数并不能准确反映出蛋白质在生物学网络中的真实地位，连接数相近的Hub蛋白在生物网络中发挥的作用未必同等重要。依据Gene ontology数据库中的生物学注释信息，使用X均值聚类法将Hub蛋白分为系统、组分和过程Hub三类；对这三类Hub蛋白构成的子网络进行研究，发现系统Hub和非Hub蛋白子网络分布均匀，而组分Hub和过程Hub的子网络有明显的模块性；进一步引进描述各类Hub蛋白之间相互作用倾向性参数分析表明：三类Hub蛋白之间（包括同一类Hub蛋白间）、非Hub蛋白与Hub蛋白间相互作用的倾向性强烈，而反过来三类Hub蛋白与非Hub蛋白之间、非Hub蛋白内部相互作用的倾向性很弱。