1、復合模式查找是生物信息學中模式發(fā)現(xiàn)問題的一個新的研究領域，而尋求效率更高，精度更高的復合模式查找算法將是此研究領域的熱點與目標。復合模式查找問題是模式查找問題的泛化形式，而復合模式查找的難點在于組成復合模式的其中一個或多個單分體模式可能“太弱”，即不具有統(tǒng)計顯著性，因此通常用于查找單分體模式的方法很難應用于復合模式查找。
　　本文提出一種改進的基于分步的復合模式查找算法，稱為IACF算法(theImproved Algorithm

2、 for Composite Pattern Discovery based on Fractional Steps)，IACF算法將隨機投影算法、遺傳算法和多序列比對算法結合在一起：首先使用隨機投影算法和遺傳算法查找復合模式中強單分體的模式實例；再在其下游或上游一定距離范圍內定位出另一個弱單分體的候選模式實例，用多序列比對找到每條序列的弱的單分體的模式實例，并記錄兩個單分體模式實例間的距離，組合兩部分得到復合模式實例；最后用不考慮空位