1、生物信息數(shù)據(jù)的快速增長促使人們發(fā)展新的技術去認識它，利用它。這是認識世界，改造世界的必然途徑。生物信息學研究的對象是DNA序列、蛋白質序列。motif是生命密碼的一種表現(xiàn)形式，因此利用多序列生物數(shù)據(jù)發(fā)現(xiàn)motif意義重大，它可以使我們發(fā)現(xiàn)基因表達的方式和原理。我們將混合模型應用在motif發(fā)現(xiàn)過程中，提出了基于樣板候選集的生成方法，改進了greedyEM算法。對于精確motif發(fā)現(xiàn)問題，提出了用motif家族樹的方式來減小模式空間，通過

2、候選篩的方法來減小比對次數(shù)的新算法。生命性狀是由基因決定，當前基因如何決定性狀的研究已從單個基因決定作用轉向多個基因的協(xié)同作用研究。在分子水平上，DNA序列調控區(qū)的motif對DNA的轉錄翻譯起著重要作用，因此對調控區(qū)motif的關聯(lián)分析對研究基因表達有著重大意義和理論價值。本文針對兩個不同基因表達模式的起動子motif關聯(lián)集差異進行分析，提出了先建立FP-樹，然后建立字典樹森林進行分析比較的有效算法。我們還給出了另外一個挖掘算法，該算