有效识别疾病的致病基因是人类遗传学研究的关键问题。传统的基因定位方法将候选基因的位置限制在一个区域内，该区域通常包含几十到几百个候选基因，采用生物实验的方法对这些基因进行逐一识别非常昂贵且费时。而使用生物信息学的方法不仅可以降低成本，而且可以快速甄别候选基因，进行基因的定位。其中，基于PPI网络的候选基因排名方法表现出了较好的性能。本文基于PPI网络研究疾病候选基因排名问题，主要研究成果如下:　　第一，提出了一种基于最短路径的候选基因排名方法SPranker。基于相似表型的疾病是由功能相关的基因引起的这一依据，进一步提出了融合GO语义相似性的排名方法SPGOranker，同时考虑了蛋白质之间的最短路径和它们之间的GO语义相似性。我们使用Orphanet数据库中的172种罕见疾病的1598个已知致病基因数据集进行留一法交叉验证。实验结果表明，本文提出的方法SPranker和SPGOranker比其它三种基于PPI网络的方法VS、ICN和RWR具有更好的排名效果。此外，我们还用SPranker和SPGOranker识别罕见疾病潜在的致病基因。　　第二，提出了一种基于搜索引擎算法的疾病候选基因排名方法TrustRanker。首先我们构建了人类疾病网络，并分析其网络拓扑特性。我们使用两种疾病之间的相似性，拓扑相似性和疾病表型相似性，来选择与特定疾病相关的基因作为种子。利用这些种子基因来初始化TrustRanker方法所需的初始概率矩阵。我们使用OMIM数据库中的2666种疾病的2705个已知致病基因数据集进行留一法交叉验证。实验结果表明，TrustRanker的排名性能好于另外两种候选基因排名方法PRP和Prince。最后，我们使用TrustRanker方法来预测三种疾病潜在的致病基因。