1.一種評價(jià)生物分子網(wǎng)絡(luò)中藥物對模塊間關(guān)系的影響的方法，所述方法包括以下步驟：
(1)以節(jié)點(diǎn)數(shù)目≥3為標(biāo)準(zhǔn)，分別對于疾病相關(guān)的藥物干預(yù)前的生物分子網(wǎng)絡(luò)和藥物干預(yù)后的生物分子網(wǎng)絡(luò)進(jìn)行模塊的識別，以獲得藥物干預(yù)前的生物分子網(wǎng)絡(luò)的一組模塊和藥物干預(yù)后的生物分子網(wǎng)絡(luò)的一組模塊；
(2)對于步驟(1)獲得的兩組模塊，分別獲得每組模塊中任意兩個(gè)模塊的模塊間協(xié)調(diào)系數(shù)；
(3)，基于步驟(2)獲得的模塊間協(xié)調(diào)系數(shù)，分別構(gòu)建以模塊為單位的模塊網(wǎng)絡(luò)，以獲得藥物干預(yù)前的模塊網(wǎng)絡(luò)和藥物干預(yù)后的模塊網(wǎng)絡(luò)；和
(4-1)針對步驟(3)獲得的兩個(gè)模塊網(wǎng)絡(luò)，以一個(gè)或多個(gè)拓?fù)鋮?shù)計(jì)算藥物干預(yù)前后模塊網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)變化；或者
(4-2)針對步驟(3)獲得的兩個(gè)模塊網(wǎng)絡(luò)，通過度量模塊重要性的方法識別連接子，計(jì)算連接子離解率。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟(1)中，生物分子網(wǎng)絡(luò)為蛋白質(zhì)相互作用網(wǎng)絡(luò)、基因共表達(dá)網(wǎng)絡(luò)、基因轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)、生物代謝網(wǎng)絡(luò)、表觀遺傳網(wǎng)絡(luò)、表型網(wǎng)絡(luò)或信號傳導(dǎo)網(wǎng)絡(luò)等；
優(yōu)選地，所述生物分子網(wǎng)絡(luò)中的生物分子為基因和/或蛋白；
優(yōu)選地，所述生物分子網(wǎng)絡(luò)為蛋白質(zhì)相互作用網(wǎng)絡(luò)、基因共表達(dá)網(wǎng)絡(luò)、基因轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)或信號傳導(dǎo)網(wǎng)絡(luò)；
更優(yōu)選地，所述生物分子網(wǎng)絡(luò)為蛋白質(zhì)相互作用網(wǎng)絡(luò)或基因共表達(dá)網(wǎng)絡(luò)。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，在步驟(1)中，所述生物分子網(wǎng)絡(luò)由50-10000個(gè)節(jié)點(diǎn)和100-100000條邊組成；優(yōu)選由100-8000個(gè)節(jié)點(diǎn)和500-80000條邊組成；更優(yōu)選由300-5000個(gè)節(jié)點(diǎn)和1000-50000條邊組成。
4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法，其特征在于，在步驟(1)中，通過聚類、啟發(fā)式算法或基于先驗(yàn)知識的方法進(jìn)行模塊的識別。
5.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法，其特征在于，在步驟(2)中，所述模塊間協(xié)調(diào)系數(shù)通過模塊間直接聯(lián)系參數(shù)和模塊間間接聯(lián)系參數(shù)的加權(quán)求和計(jì)算得到，計(jì)算公式為：
IMCC＝α.DC+β.IDC
上式中，DC代表模塊間直接聯(lián)系參數(shù)，IDC代表模塊間間接聯(lián)系參數(shù)，α和β分別為DC和IDC的加權(quán)系數(shù)；
其中，DC基于模塊間的邊的數(shù)量和權(quán)重計(jì)算并經(jīng)超幾何分布檢驗(yàn)和/或介值法篩選得到；優(yōu)選地，通過計(jì)算模塊間邊的權(quán)重和、模塊間邊的數(shù)目或模塊間邊的權(quán)重的平均值并經(jīng)超幾何分布檢驗(yàn)和/或介值法篩選得到DC；
其中IDC基于由中介節(jié)點(diǎn)構(gòu)成的模塊間的路徑計(jì)算并經(jīng)超幾何分布檢驗(yàn)和/或介值法篩選得到；優(yōu)選地，通過計(jì)算一致性得分(CT)或路徑強(qiáng)度(SP)或模塊間重疊節(jié)點(diǎn)數(shù)量，并經(jīng)超幾何分布檢驗(yàn)和/或介值法篩選得到IDC；
其中，加權(quán)系數(shù)α和β通過如下方式確定：以α+β＝1為標(biāo)準(zhǔn)，以二者分別5-20個(gè)不同取值計(jì)算相應(yīng)的IMCC值(即得到5-20個(gè)IMCC值)，而后分別將這5-20個(gè)IMCC值與生物學(xué)數(shù)據(jù)庫(KEGG或Gene Ontology)中的模塊分類進(jìn)行數(shù)據(jù)擬合，選擇擬合度最高的α和β值。
6.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法，其特征在于，在步驟(2)中，所述模塊間協(xié)調(diào)系數(shù)通過模塊間直接聯(lián)系參數(shù)和模塊間間接聯(lián)系參數(shù)的不加權(quán)求和計(jì)算得到，計(jì)算公式為：
IMCC＝DC+IDC
上式中，DC代表模塊間直接聯(lián)系參數(shù)，IDC代表模塊間間接聯(lián)系參數(shù)；
其中，DC基于模塊間的邊的數(shù)量和權(quán)重計(jì)算并經(jīng)超幾何分布檢驗(yàn)和/或介值法篩選得到；優(yōu)選地，通過計(jì)算模塊間邊的權(quán)重和、模塊間邊的數(shù)目或模塊間邊的權(quán)重的平均值并經(jīng)超幾何分布檢驗(yàn)和/或介值法篩選得到DC；
其中IDC基于由中介節(jié)點(diǎn)構(gòu)成的模塊間的路徑計(jì)算并經(jīng)超幾何分布檢驗(yàn)和/或介值法篩選得到；優(yōu)選地，通過計(jì)算一致性得分(CT)或路徑強(qiáng)度(SP)或模塊間重疊節(jié)點(diǎn)數(shù)量并經(jīng)超幾何分布檢驗(yàn)和/或介值法篩選得到IDC。
7.根據(jù)權(quán)利要求1至6中任一項(xiàng)所述的方法，其特征在于，在步驟(3)中，通過以下方式構(gòu)建模塊網(wǎng)絡(luò)：
以每個(gè)模塊為節(jié)點(diǎn)，以任意兩個(gè)模塊之間的IMCC值作為兩個(gè)模塊之間的邊，構(gòu)建模塊網(wǎng)絡(luò)。
8.根據(jù)權(quán)利要求1至7中任一項(xiàng)所述的方法，其特征在于，在步驟(4-1)中，所述拓?fù)鋮?shù)為基于邊權(quán)重的拓?fù)鋮?shù)、基于拓?fù)錁?gòu)型的拓?fù)鋮?shù)和基于邊數(shù)量的拓?fù)鋮?shù)中的至少一種；
優(yōu)選地，所述拓?fù)鋮?shù)為選自網(wǎng)絡(luò)密度、網(wǎng)絡(luò)中心性、平均權(quán)重、特征路徑長度、平均鄰接節(jié)點(diǎn)數(shù)、網(wǎng)絡(luò)直徑、聚類系數(shù)和平均介數(shù)中心性中的一種或多種；
優(yōu)選地，采用包括網(wǎng)絡(luò)中心性和平均權(quán)重的至少3種拓?fù)鋮?shù)；
更優(yōu)選地，采用網(wǎng)絡(luò)密度、網(wǎng)絡(luò)中心性和平均權(quán)重的組合計(jì)算藥物干預(yù)前后模塊網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)變化。
9.根據(jù)權(quán)利要求1至8中任一項(xiàng)所述的方法，其特征在于，在步驟(4-2)中，所述度量模塊重要性的方法為選自介數(shù)中心性、邊權(quán)重分布、度分布、中心性度量、信息流分析和瓶頸識別中的一種或多種。
10.根據(jù)權(quán)利要求1至9中任一項(xiàng)所述的方法，其特征在于，在所述步驟(4-2)中，連接子離解率通過以下公式計(jì)算：
其中nA是藥物干預(yù)前的模塊對內(nèi)模塊的數(shù)量(nA＝2)，nB是藥物干預(yù)后所述模塊對離解后的模塊數(shù)量，NA和NB分別是藥物干預(yù)前(A狀態(tài))和藥物干預(yù)后(B狀態(tài))的網(wǎng)絡(luò)內(nèi)總模塊數(shù)。