生物学界的物种分类工作走过了几百年的发展历史,在日积月累的过程中建立了相当详细的分类方法,并发展出形态分类学这门学科,但目前尚未发现和未进行分类的生物物种的数目仍然是非常巨大,传统的形态生物分类学方法在面对如此繁琐的工作时已经遇到了瓶颈。 随着生物测序技术的发展,DNA测序成本开始降低,而生物学家又意识到真正包含生物最本质特征信息的载体正是生物的基因组序列,所以基因序列内容应该被应用到物种分类工作中。目前生物信息学家进行生物物种分类使用的基本方式是在全基因组中选取一段具有相当特性的片段来代表物种的特征,并且使用这种特征进行物种间的比较,从而进行生物学分类分析。这项分类技术已经取得了令人满意的成果,不过由于该项技术上仍然存在一定程度上的局限性和不足之处,并且由于不同的研究者选择的片段不同,为分类方法的标准统一带来了难题。 本文尝试用另一种方法来建立一个能将生物自身的序列特征统一的标准系统。这种方法的基础在于：生物基因序列k-mer短片段序列的频率在进化过程中具有相当的稳定性。在这种稳定性的前提下,我们尝试使用生物基因组的大部分序列而非一小部分来描述生物本身的特征。通过对这些序列进行k-mer的频率统计,得到了一个代表物种的特征向量,并使用这个特征向量进行物种的分类鉴别。这样使得各个物种都可在一个统一标准下进行分类划分。我们尝试了细菌和病毒的分类,并取得了一定的成果。在生物分类学的“属”以上级别的分类中产生了非常精确的数据,在亚种或变种级别上的数据结果也达到了一定的精度。