1.一种引入序列信息的残基相互作用网络比对方法SI-MAGNA，其特征在于：基于完全依靠网络拓扑信息的MAGNA网络比对方法框架，将蛋白质的序列信息相似性得分引入适应度函数中，优化网络比对算法；使用BLOSUM矩阵作为蛋白质序列比对的打分矩阵，将比对后的序列相似性得分加入到残基相互作用网络比对方法的优化函数中，即将适应度函数F定义为：F＝α×TopoScore(f)+(1-α)×SeqScore(f)，α∈[0,1]其中TopoScore(f)表示拓扑信息的相似性得分，SeqScore(f)表示序列信息的相似性得分。

2.根据权利要求1所述的一种引入序列信息的残基相互作用网络比对方法SI-MAGNA，它基于MAGNA方法框架和引入蛋白质的序列信息得分的适应度函数F，其特征包括以下步骤：(1)输入网络G1、G2及相关参数：代数N、精英率e、种群规模p；

(2)随机产生种群规模p的比对初始种群P0；

(3)以初始种群P0作为父代种群；

(4)设置代数计数器n＝1；

(5)计算父代种群P中成员的适应度值，并进行排序；

(6)判断并保留适应度值高的父代种群成员，保留比例为精英率e，即P′1＝P·e；

(7)通过Roulette选择算法和交叉函数产生适应度值较高的比对成员，补足剩余的部分，即P′2＝P·(1-e)；

(8)将(6)(7)步骤产生的比对成员组成子代成员P’；

(9)当n达到代数N时，终止循环；

(10)输出网络比对结果。