随着人类基因组计划的顺利完成，遗传疾病致病基因的预测成为生物信息学中一个重要的研究课题。致病基因的预测对于生物实验的实施，改善医疗护理延长病人存活周期和药物靶标的发现等方面具有重大的指导意义。随着生物信息学的发展，多种类型的人类生物网络在疾病基因预测问题上发挥越来越大的作用。相似的疾病是由功能相关的基因导致的，基于这个普遍接受的假设，目前出现了大量方法基于蛋白质相互作用网络对致病基因进行排序实现致病基因的预测。有效地利用不同网络间所隐含的生物意义对基因预测问题会有更大的帮助。本文首先从OMIM数据库提取疾病-基因对应关系建立一个二分图网络，该网络连接疾病相似性网络和蛋白质相互作用网络，形成新的异构网络。然后针对致病基因预测问题的特点改进传统的随机游走算法，应用在该异构网络上。不但利用网络内的拓扑结构，也考虑到了两个网络间的对应关系，来有效预测疾病和基因之间潜在的对应关系。实验结果生成疾病候选致病基因的排序，用该方法不但可以对致病基因已知的疾病进行候选致病基因排序，甚至是那些遗传基础还不为我们了解的疾病也可以进行有效预测。最终实验结果显示，本文的方法结果优于现有方法。利用疾病相似性网络和蛋白质相互作用网络的拓扑特性以及两个网络间的关联关系，能够有效预测疾病致病基因，并且善于发现一些网络拓扑关系很弱，但是网络间的生物信息具有密切联系的隐含疾病-致病基因关系。此外针对三种复杂疾病成功发现新的致病基因，对于这三种复杂疾病的研究及诊断具有很好的指导意义。