实验上鉴定疾病基因既耗时又昂贵，因此吸引人们的兴趣是开发用于预测疾病基因的计算方法。 现有的许多方法都可以通过蛋白质-蛋白质相互作用（PPI）网络预测新的疾病基因。 然而，.PPI在单元的生命周期中不断变化，因此仅使用静态的.PPI网络可能会降低算法的性能。 在这项研究中，我们提出了一种基于从临床基于单个样本的PPI网络（dgCSN）中提取的中心特征来预测疾病基因的算法。 我们的dgCSN首先从通用静态PPI网络和每个病例样品的临床基因表达构建一个基于样品的网络，然后根据所有基于单个样品的网络中