構(gòu)建可靠的動態(tài)蛋白質(zhì)網(wǎng)絡(luò)是提高蛋白質(zhì)未知功能預測和蛋白質(zhì)復合物識別性能的關(guān)鍵，然而現(xiàn)有蛋白質(zhì)網(wǎng)絡(luò)構(gòu)建和功能預測方法普遍存在魯棒性低、預測精度不足等問題。為此，設(shè)計改進的動態(tài)蛋白質(zhì)網(wǎng)絡(luò)構(gòu)建算法。采用進化圖對蛋白質(zhì)相互作用進行建模，基于蛋白質(zhì)的活性周期將整個蛋白質(zhì)網(wǎng)絡(luò)劃分為多個時間片的動態(tài)子網(wǎng)，在各個子網(wǎng)內(nèi)部依據(jù)蛋白質(zhì)之間的連接強度確定相互作用關(guān)系，從而得到一個全局的動態(tài)蛋白質(zhì)網(wǎng)絡(luò)。在此基礎(chǔ)上，通過考查未知功能蛋白質(zhì)鄰居節(jié)點功能注釋情況的差異，提出基于功能關(guān)聯(lián)得分或神經(jīng)網(wǎng)絡(luò)的功能預測算法IA-PF。在多個公開生物數(shù)據(jù)集上的實驗結(jié)果表明，PPA-PF算法的查全率、查準率和 F-measure指標優(yōu)于HPMM、D-PIN、EFM和FP-BMD算法，且對輸入參數(shù)不敏感，在保證功能預測準確性的前提下，其時間復雜度處于合理范圍內(nèi)。