细胞器是生物细胞内结构、功能相对独立的亚细胞结构，不同细胞器有着不同的生物功能，它们通过相互协作共同完成复杂的生命活动。随着生物实验技术的不断进步，细胞器之间存在通信的现象被不断发现，人们迫切地想知道细胞器间的通信是否遵循某种规律。然而传统的生物实验技术往往只在代谢通路、信号传导通路等侧面反映少数细胞器之间的通信关系，无法从宏观层面揭示细胞器之间的通信规律。随着系统生物学和网络生物学的发展，复杂网络成为刻画生物分子之间关系的重要工具。利用频繁子图挖掘的方法寻找复杂网络中的基础构造结构可以有效地揭示复杂网络中的通信模式。另外，随着芯片技术和新一代测序技术的应用，基因表达数据呈爆炸式增长；并且伴随着基因功能和位置注释信息的不断丰富以及基因本体的发展，我们更加清晰地认识到基因和细胞器的关系；这些使得我们从基因层面开展细胞器通信模式研究成为可能。在本文中，我们提出了一种基于基因表达数据和频繁子图挖掘的细胞器通信模式研究方法。首先，本文以基因共表达网络作为基础，构建起能够反映细胞器通信关系的网络——“细胞器-基因”相互作用关系网络。在“细胞器-基因”相互作用关系网络中，细胞器是由基因共表达网络的模块中的基因簇来表示的。其次，文章提出了两种细胞器通信模型（广播模型和传递模型）。为了验证假设，我们设计了一种在“细胞器-基因”相互作用关系网络中寻找频繁通信模式的高效的频繁子图挖掘算法。该算法利用了两种策略来减小计算空间（判断两个图是否同构），从而有效提高了系统运行效率。我们利用四种压力条件下的拟南芥基因时序表达数据，构建了四个“细胞器-基因”相互作用关系网络，通过挖掘四种网络下公共的高度频繁子图，找到潜在的细胞器通信模式。最后我们将本文算法与Kavosh算法进行了对比。结果证明本文提出的算法对于输入的“细胞器-基因”相互作用关系网络具有较好的处理性能。