大部分生物过程由蛋白质复合物实现.蛋白质相互作用数据集中大量存在的假阳性降低了数据集的可用性.为了减轻假阳性带来的不良影响,许多数据整合与亲缘打分方案被设计.这些方案通过给蛋白质网络中的边(蛋白质之间的相互作用)指定权值,从而提高了蛋白质网络的可信度.目前的挑战是如何从加权的蛋白质网络中挖掘新的有生物学意义的蛋白质复合物.为了解决这一问题,提出了一种新的蛋白质复合物挖掘算法BFSWD(breadth first search with weighted density).该算法以加权密度为条件,从单个蛋白质(种子)出发,广度优先搜索加权蛋白质网络,进而构建蛋白质复合物.实验结果表明,在蛋白质复合物挖掘方面,BFSWD算法优于其他类似的方法.