系统性的研究蛋白质之间的相互作用及这些蛋白质被调控的关系,进而了解细胞组织的流程和功能是当前研究中的最根本的挑战。而由蛋白质等生物系统中的大分子所组成的生物功能模块对生物个体本身产生着重要的影响。这些生物功能模块可以影响蛋白质的生成、生物机能的表达、生物自身疾病的产生等对生物本身非常重要的意义的进程。同时,研究者们广泛地使用图形理论、计算方法等方式提出了表征蛋白质相互作用及调控关系的蛋白质相互作用网络和调控网络。在这些网络上进行生物功能模块的挖掘是生物信息学的一个研究热点。然而,在当前的许多研究中通常只针对某一个特定网络来进行研究,忽略了多种网络之间的相互联系以及功能模块本身的拓扑特性。结合网络的拓扑特性,在多种网络融合后的网络上进行模块挖掘的研究还有着很大的潜力。融合MicroRNA调控基因的关系与蛋白质之间的相互作用是当前研究的一个热门。在此背景下,本文融合MicroRNA调控关系与蛋白质相互作用网络构建MicroRNA调控网络,并在此网络上基于网络模块之间桥节点的拓扑特性,提出了 一种在MicroRNA调控网络上挖掘生物功能模块的算法—RWRB(Random Walk with Restart and Bridge)。将该算法应用于人类肺癌疾病的数据集上,通过基因本体富集分析获得功能模块的富集情况,并与其它算法进行比较。通过比较发现在生物富集分析上优于所比算法。通过观察分析功能模块与人类肺癌疾病的关联,分析模块内肺癌基因的富集情况。在实际情况下,基因不单单被MicroRNA所调控,它有时还会同时被转录因子(Transcription factors,TFs)所调控。随着转录因子调控基因的关系在近年来通过DNA绑定位点的实验被发现的数量越来越多,转录因子数据库更加丰富。在这种背景下转录因子被越来越多的研究者所重视。本文在构建MicroRNA调控网络之后,基于此网络继续融合调控因子调控基因的关系,构成共调控网络。由于共调控网络中存在着三种节点及三种边,与MicroRNA调控网络相比有它的特殊性。鉴于此特殊性,本文改进了 RWRB算法来构成RWRBC算法,使其适用于共调控网络。将算法应用于人类肺癌疾病的共调控网络之上来挖掘生物功能模块。之后进行基因本体富集性分析,得到具有生物富集性的模块。这些模块的生物富集性更强,对肺癌疾病的研究存在潜在的研究价值更高。