该项目建立了蛋白质相互作用(Protein- protein Interaction, PPI)网络功能模块识别的群智能优化理论模型与方法体系，并在聚类分析、阈值优化、参数优化及其评价等方面开展了系统而深入的研究。针对高维、海量、任意形状的PPI网络的功能模块检测问题，在研究群智能优化方法的基础上，深入剖析其内在机制，设计了群智能优化方法与聚类问题的对应关系，构建了基于群智能优化机理的PPI网络新型聚类模型，并设计了相应的算法。通过优化过程自动得到聚类合并的最佳阈值，克服了传统方法中人工给定阈值的主观性。结合PPI网络大数据，对其重叠功能模块进行了初步检测。分析了目前主流的评价方法，并提出了更为合理的评价策略。与国际目前的经典和主流算法相比，我们的研究方法取得了较好的效果。该项目丰富了群智能优化理论与方法的研究，将其融合到PPI网络的聚类分析中开拓了群智能优化算法、模式识别与生物信息学融合的新方向。该项目共发表各类研究论文30余篇，其中SCI源论文8篇，1篇英文论文获得IEEE国际会议最佳论文奖，科学出版社出版专著1部，以第二作者身份在John Wiley & Sons, Inc.联合出版英文图书章节。