成千上万分子的相互作用调控着复杂的生命过程。研究大量蛋白质、代谢产物的系统方法，及他们的调节方式能反映出复杂的分子网络。当然这种生物网络不同于其他网络，他们展现的是组织和结构的普遍属性。研究这些生物网络可以得知细胞增殖、代谢过程的基本机制，及病变原理，而且可能还会有新的发现。

当然外界环境的作用不能排除。在分子层面上，研究细胞精确变化是现在分子生物领域的主要研究方向，而且在功能网络方面投入了很多精力，因为功能网络控制、调节复杂的的生命过程。

目前，各个研究机构构建出不同组织的功能网络，但对整个分子网络的认识存在局限性。现在出现的高通量的技术可以检测出大量的基因、RNA、蛋白质序列；还有他们的表现型，生化及遗传间的相互作用。虽然能获得大量的生物信息，但是研究的数据常常不完整且含有错误。尽管如此，还是可以提供关于各个组织的功能及功能间相互作用的有价值的信息。迄今为止，大量的数据集已被用来构建各种不同的网络，下面列出几种功能网络：

Transcription factor-binding networks

转录因子结合网络

Protein–protein interaction networks

蛋白质相互作用网络

Protein phosphorylation networks

蛋白质磷酸化网络

Metabolic interaction networks

代谢相互作用网络

Genetic and small molecule interaction networks

遗传和小分子相互作用网络

当然还有其他的生物功能网络，例如The coexpression and homolog Networks 。研究这些网络可能会发现新蛋白质的作用，特别当与其他网络结合起来研究，也有助于解释其他复杂的分子网络。

Global topology（网络拓扑）、 Similarities between the transcription and phosphorylation networks（转录与磷酸化网络间的异同）、Network modules（网络模块）、Network motifs（网络图案）、Network integration（网络集成）、Network dynamics（网络动态）、Network evolution（网络演进）

研究功能网络的目的，是为了检测基因与人类疾病的相关性。然而现在研究得出的有关完整功能网络的结论来自于有限的和可能存在错误样本的生物网络。例如酵母双杂交蛋白质相互作用网络，呈现的是一个典型的无尺度结构，且要用它来推断出完整的酵母蛋白质相互作用网络，具有相同的属性。最近的研究则表明，该通过实验设计得出的无尺度拓扑数据，会导致了完整的样本中有偏差。

这就表明，我们对生物网络的当前看法仍可能有偏向性的，需要更多的互动数据，以便更好地构建真正完整的网络。收集大规模的数据集才刚刚起步，在未来，我们应该有可能建造更多完整和准确的网络。