蛋白质-蛋白质相互作用(Protein-Protein Interaction,PPI)的研究,不仅对于阐明生命活动调节机制有重要意义,而且对于疾病的预防、诊断以及药物设计等方面也有重要价值。随着生命科学的发展,发现了大量的蛋白质结构域信息。近年来,基于结构域信息的蛋白质-蛋白质相互作用研究成为生物信息学的热点内容。然而,这些方法大多只考虑结构域间的数量关系,没有考虑结构域的内在属性。为解决这一问题,本研究提出一种基于结构域理化性质的蛋白质-蛋白质相互作用预测方法。并在此基础上,开展了整合素粘附网络潜在节点的预测工作。同时,构建了基于序列理化性质的蛋白质-蛋白质相互作用预测模型。具体研究工作概况如下:首先,基于结构域理化性质进行了结构域-结构域相互作用(DomainDomain Interaction,DDI)的预测,进一步利用DDI预测结果结合数据库中结构域-结构域相互作用分数,构建了蛋白质-蛋白质相互作用预测模型。该模型蛋白质正样本选取了整合素粘附网络中相互作用的蛋白质对,通过在训练集上的学习匹配,得到了PPI预测模型最优的参数组合。其次,基于DDI预测模型结果预测了整合素粘附网络的潜在节点。假定相互作用的结构域对应的蛋白质-蛋白质也存在相互作用。从结构域相互作用结果匹配对应蛋白质,利用制定的GO条目信息对蛋白质进行筛选,结果找到178个整合素粘附网络潜在节点。最后,使用序列理化性质构建蛋白质-蛋白质相互作用预测模型,模型结合了两种特征提取的方法,结果具有较高的可靠性。通过对结构域层面和序列层面理化性质分类结果的比较,结果显示结构域理化性质的分类效果明显高于序列层面的分类效果。总体来说,本研究提出一种基于结构域预测蛋白质-蛋白质相互作用的模型,并在此基础上利用GO条目预测了整合素粘附网络的潜在节点。另外,本研究使用了序列理化性质进行蛋白质-蛋白质相互作用的预测。本研究不仅为实验方法确定整合素粘附网络的组成成分提供帮助,还为蛋白质相互作用以及相关疾病机理的研究提供线索。