绵羊对推动我国畜牧业发展具有重要经济意义。绵羊生产和养殖过程中还有诸如遗传基础与营养调控等相关分子机制需要解析。蛋白质-蛋白质相互作用(PPI)也是在分子生物学中解决上述分子机制的重要入手点。目前尚未发现有关于绵羊PPI的系统预测和研究。基于上述背景,本研究针对绵羊全基因组的PPI进行研究,包括PPI预测以及其数据库的搭建。首先,本研究利用机器学习方法对绵羊基因组范围内PPI进行预测。筛选来源于20个数据库的20类蛋白质注释信息,作为后续计算方法训练用到的特征数据。通过比较6种常见的机器学习方法(随机森林、决策树、贝叶斯分类器、逻辑回归、支持向量机和神经网络),发现随机森林分类模型的准确率可达0.89、精确率为0.99、AUC为0.95,显著优于其他分类器。因此最终确定随机森林作为本研究使用的模型分类方法。针对28,592个绵羊蛋白,本研究预测出820,072对绵羊蛋白互作关系。之后利用共表达以及直系同源数据进一步佐证了预测结果的生物学意义。其次,基于预测的全基因组绵羊PPI数据,成功搭建绵羊蛋白质互作数据库。数据库主要实现数据上传与存储、网络图的展示、相关蛋白质功能信息的展示等功能,为今后深入研究绵羊蛋白质互作及功能提供了有效的数据库资源。该研究为绵羊蛋白质研究提供了一个较完整的数据资源,为深入挖掘蛋白质互作机制、发现某些特定的生物功能提供了数据支撑,为从分子角度解析绵羊生物学机制进而对辅助解决绵羊养殖问题提供了一定的理论依据。