当前，大量高通量数据的积累为从系统生物学层次研究植物成花转变过程提供了前所未有的机会。本项目采用计算分析与实验验证相结合的手段，从生物网络层次研究拟南芥的成花转变机理，并寻找潜在的成花转变调控基因。首先，我们开发了一个基于密码子对组成信息的拟南芥蛋白互作预测新方法，该方法在多个测试集中与同类方法相比精度可比或更优，且不依赖蛋白同源性。其次，我们通过将拟南芥蛋白互作数据与茎尖分生组织在成花转变过程中的基因表达数据整合，建立起含有植物营养生长或生殖生长相关的功能模块的动态网络。系统网络分析表明，营养生长和生殖生长相关的网络模块的界面上富集成花转变相关的调控基因、蛋白复合体与生物学通路。最后，通过对这一界面的深入挖掘，我们寻找到了若干潜在的成花转变相关的调控基因。我们对其中的三个功能未知的富含亮氨酸类受体蛋白激酶基因的突变株进行了实验研究，结果表明这三个基因的突变能影响拟南芥开花时间，验证了这三个基因在成花转变过程中的潜在作用。结果表明，建立与分析动态蛋白互作网络是预测基因潜在功能的合理途径之一，它为揭示植物发育调控机理提供了有用的线索。