动机：以计算方式预测疾病基因有助于科学家优化深入的实验验证，并加快对与疾病相关的真实基因的鉴定。 现代高通量技术已经生成了大量的组学数据，并将其集成在一起，有望提高计算预测的准确性。 作为一种集成模型，多模态深层信任网（DBN）可以捕获来自异构数据集的跨模态特征，以对复杂系统进行建模。 研究表明其在图像分类和肿瘤亚型预测中的作用。 但是，多峰DBN尚未用于预测疾病与基因的关联。结果：在这项研究中，我们提出了一种通过多峰DBN（dgMDL）预测疾病与基因的关联的方法。 具体来说，蛋白质-蛋白质相互