20世纪50年代,DNA双螺旋结构的阐明开创了分子生物学的时代.以生物学和医学为主要研究内容的生命科学研究从此进入了前所未有的高速发展阶段.伴随着人类基因组测序任务的完成,分子生物学相关信息的革命性增长,产生了对海量生物数据进行处理的需求,生物信息学应运而生.尽管当今生物信息学的研究内容向着更复杂、更系统的方向发展,但是对基因转录调控机制的理解仍然是分子生物学领域一个重要的、具有挑战性的问题.而解决这个挑战问题的关键步骤是具有高通量识别参与基因转录调控的基本元件：转录因子识别位点(也称为motif)的能力.目前的转录因子识别位点识别方法主要分为两类：基于一致序列表示(Consensus)启发式枚举方法和基于位置权重矩阵的局部优化方法.由于基于一致序列表示、采用启发式搜索策略的Weeder算法在各方法的评测中取得了较好的结果,本文我们主要研究基于一致序列表示的启发式notif发现方法,本文主要对Weeder算法进行了一系列降低时空复杂度的改进及尝试.具体包括以下三个方面：1.一般的方法需要对N条长为L(600-5000)的整个序列建成后缀树,空间复杂度为O(NL),我们发现检索motif只使用了深度为l的部分后缀树,因此我们提出一种构建部分后缀树结构,空间复杂度降低为O(Nl)；2.由于我们观察到Weeder算法在检索过程中产生的候选motif过多,我们在Weeder算法中引入了一种新的压缩检索空间的方法,在不降低精度的条件下进一步加快了Weeder算法速度；3.基于以上两种启发式策略我们给出了一种时空都较优的Weederpromote算法,人工和真实数据上的实验结果均显示,Weederpromote方法优于原有的Weeder算法.