在生物领域研究中,在巨量生物数据库中进行生物序列相似性查询是一项经常性的工作,在探索生物学知识和生命活动规律的过程中扮演着重要角色。然而在大型的长序列数据库中用朴素的完全搜索方法来进行相似性查询,其效率是非常低下的。因此,研究者开始研究各种优化方式来提高查询效率。查询优化的关键技术之一就是建立索引。索引结构用一定的存储空间作为代价换取查询时的快速响应。良好的索引结构能有效组织生物序列数据,显著提高检索的速度。然而现有的方法存在一些问题,针对这些问题提出新的方法以提高查询效率是当前研究的热点。本文分析了当前的生物序列相似性查询的索引研究的现状,针对现有查询算法的不足,提出了新的基于索引的生物序列相似性查询算法BioIndex方法和SSQ MF算法,设计实现了转录调控序列数据挖掘系统ITREP。本文取得的主要研究成果如下:(1)提出了BioIndex索引结构及基于此结构的查询算法针对生物序列的最近邻查询问题,BioIndex索引结构及基于此的查询算法提供了一种有效的解决方式。该方法是在生物序列集中的序列模式挖掘的基础上建立索引,能有效控制索引结构的大小,使之能存储在内存中进行快速查询。实验结果表明,基于BioIndex的查询算法提高了生物序列查询的效率。(2)提出了基于多重索引结构进行过滤的序列相似性查询算法SSQ MF针对生物序列的范围查询问题,SSQ_MF算法通过建立三种不同的索引结构,形成三种过滤器进行过滤,使得算法过滤能力较基于单一过滤器算法进一步增强。SSQ_MF算法有效估计了各过滤器的过滤集大小,并构建了一个由过滤集大小确定的最优过滤顺序模型,大大降低了算法的过滤代价。实验结果表明,算法SSQ_MF的查询性能优于单一过滤器算法和随机过滤顺序的多过滤器算法。(3)设计实现了转录调控序列数据挖掘系统ITREP转录调控是后基因组时代研究的热点之一。本文将上述方法应用于顺式调控元件(转录因子结合位点)的查询中,提高了查询的效率。为生物学家进行转录调控规律研究提供了良好的生物信息学工具。