将粗糙集理论应用于生物信息学,是上个世纪末以来许多科研工作者一直关注的研究热点,而且越来越多的被应用于生物信息学的各个方面,目前已在人工智能、知识与数据发现、模式识别与分类、故障检测等发面得到了广泛应用,它能有效地分析不精确、不一致、不完整等各种不完备信息。而启动子识别又是生物信息学中重要的研究课题。启动子是非常重要的控制和调控转录的DNA区域,其结构的研究对于基因表达模式、基因调控网络、细胞特异等方面是十分重要的。因此,如何从基因组中准确、快速地识别出启动子、发现其中包含的信息,将具有非常重要的意义。针对粗糙集理论的相关基本概念和基于计算机的启动子识别技术的现状进行分析与研究。指出如何将粗糙集理论运用于启动子识别技术中,研究运用粗糙集理论对现有启动子识别技术进行改进的方法,从知识依赖性的角度出发,利用知识依赖性计算转录因子结合位点间的依赖关系,为今后的启动子识别技术奠定基础。对转录因子结合位点序列进行分析研究,首先分析了粗糙集对于不完备信息系统的处理方法,然后在此基础上运用属性重要性对序列进行预处理,为今后运用粗糙集理论进行启动子识别研究提供了相应的便利条件。在对序列进行预处理和计算位点间依赖关系的基础上,提出一种基于粗糙集理论的启动子识别方法,解决现有启动子技术单独考虑转录因子结合位点的出现来进行启动子判断所存在的问题。通过启动子序列相关数据的收集,对提出的方法进行实验分析和验证,用数据来检验该方法的有效性。从实验结果可看出,该方法能较好地识别出启动子序列。