随着系统生物学和蛋白质组学研究的不断深入,基于蛋白质相互作用网络研究蛋白质的结构和功能,进而系统性分析并破译生物体细胞生命活动的运行机制,成为生物信息学研究的热点之一。其中,从蛋白质网络中识别蛋白质复合物和功能模块在全面理解细胞过程和生物功能中扮演着一个重要的角色。现有的大量蛋白质复合物挖掘算法都是基于蛋白质相互作用静态网络的,忽略了蛋白质之间相互作用的发生具有时空动态特性,因而导致细胞内蛋白质的动态变化不能得到有效反映,影响算法识别蛋白质复合物的性能。针对此问题,本文提出了蛋白质活性显著性判定方法来识别蛋白质活性时刻点,并将蛋白质活性时刻点与蛋白质静态网络相结合构建蛋白质活性显著性网络。为了评价算法的性能,将MCL等算法应用到AS-PIN、TC-PIN、A-PIN和SPIN四种蛋白质网络中预测蛋白质复合物并比较结果。实验结果表明:蛋白质活性显著性网络不仅能够反映蛋白质网络的动态变化,而且在识别复合物方面表现出非常好的实验效果,此外能够有效的提升聚类算法的性能。基于just-in-time机制和核心-附属物的蛋白质复合物模型,本文提出了一种从蛋白质相互作用网络里识别复合物的图聚类算法DPCIA。首先,运用蛋白质活性显著性判定方法构建蛋白质活性显著性网络。其次,选取所有蛋白质活性显著性子网的最大团并初始化为蛋白质复合物的种子核心。最后,在扩充阶段将与种子核心相互作用系数大于固定阈值的蛋白质添加到附属蛋白质集合中,再把得到的附属蛋白质作为新的核心在邻近子网间扩充,类似的遍历所有的子网。实验表明,DPCIA算法和其它聚类算法相比,其聚类的有效性以及与标准复合物匹配的可靠性都具有较大的优势。本文从蛋白质网络的动态特性出发,提出了动态蛋白质活性显著性网络构建方法,有效地弥补了现有基于蛋白质静态网络识别蛋白质复合物存在的缺点;提出了DPCIA算法,实现了较好的聚类效果,有效性强,可靠性高。