随着后基因组时代的到来,生物信息学的研究重心已经从序列的测序转移到对已测序的全基因组进行功能注释。随着大规模测序工具的高速发展,大通量的全基因组得到测序。仅仅依靠传统的实验方法来对这些新测序的数据进行功能分析已经远远不能满足当前的要求。因此,如何研究出基于计算的功能注释方法以代替传统的实验方法来预测这些海量数据背后隐藏的生物学功能,已经刻不容缓的成为当前生物信息学的一个重要研究课题。目前,基于计算的基因功能注释方法主要分为两大类:基于同源性的注释方法和基于非同源性的注释方法。系统发育谱方法是基于非同源性方法中常用的一种。本文通过在现有系统发育谱方法中对参照物种的选择方式进行分析,采用了构造基于权重的系统发育谱的思想,从而在保障有效的反映基因间的进化信息的同时,避免了传统的参照物种选择方法所带来的巨大的工作量。此外,本文对经典K均值聚类算法进行改进,并将改进后的聚类算法应用到对基因系统发育谱的相似性分析中去。实验结果证明,基于权值的系统发育谱的构建以及改进的聚类算法的应用能够有效的提高算法的整体性能。文章最后通过KEGG数据库做了进一步的验证,结果证明了本文的改进是行之有效的。