蛋白质相互作用网络是计算机科学技术的一个新研究领域。蛋白质功能预测是蛋白质相互作用网络富有挑战性的问题之一。它的研究不仅可以直接阐明生命体在生理或病理条件下的变化机制,而且对生物制药,农业生物科技等应用领域同样具有直接的指导作用。本文在深入分析现有蛋白质相互作用网络的聚类算法和蛋白质功能预测方法的基础上,对适合蛋白质相互作用网络的聚类算法和蛋白质功能预测问题进行了研究,提出一种新的聚类算法,并将聚类结果结合蚁群算法双序列比对来进行蛋白质功能预测,并进行了相应的实验分析,取得了较好的结果。论文主要工作包括:总结出当前蛋白质功能预测所面临的挑战和困难。本文从蛋白质序列,结构与相互作用入手,研究了蛋白质相互作用及其网络统计参数和网络拓扑结构,并系统分析了蛋白质功能预测研究现状。以往,蛋白质相互作用网络中结点之间的距离度量是需要通过基于网络的最短路径距离来重新定义,其计算代价高,这使得已有的基于欧几何距离的聚类算法不能直接运用到这种环境中。因此,通过蛋白质相互作用网络的特征提出了一种新的聚类算法。算法使用网络中的边和结点信息来缩减搜索空间,避免了一些不必要的距离计算。实验结果表明,算法对于真实的蛋白质相互作用网络中的结点聚类是高效的。提出了利用蚁群算法双序列比对从蛋白质相互作用网络中预测孤立蛋白质与聚类中心蛋白质的相互作用,进而预测孤立蛋白质的功能。实验结果表明,该方法蛋白质功能预测中的应用是可行和有效的,对蛋白质序列进行测试并与基于局部比较的滑动窗口序列比对算法相比,可以得到较为满意的结果。