基因转录调控是整个基因表达调控体系的一个重要方面,是基因遗传信息传递和表达的枢纽,也是基因表达调控机制发挥作用的重要环节。识别转录因子结合位点是理解基因转录调控机制和基因表达模式的基础。依靠传统的实验方法不仅耗时耗力,而且花费巨大。随着技术的进步,用计算方法识别原核和真核生物中的编码序列有了很大的发展。当前也有一些预测结合位点的算法,但这些算法大都不是全基因组范围的算法。基于缺乏高效精确地算法来计算预测整个基因组范围的结合位点和顺式调控模体,如果能设计出一套更加高效的全基因组范围的计算预测工具,这将是信息生物学界非常有意义的一件工作。本文首先介绍了生物信息学产生的背景,经历的阶段,以及其发展历程。对生物学的基本知识进行了简单的介绍。了解了转录因子结合位点的基本概念。对我们要研究的酵母菌进行了分析。最后介绍了一种真菌酵母菌的全基因组范围的结合位点从新预测算法,算法大致可以分为四个部分,首先是准备数据阶段,其次是多模体发现工具组合使用阶段,然后是模体间相似度比较阶段,最后是对海量数据进行反复多重聚类阶段。之后我们对酵母菌的结合位点的预测应用了该算法,首先从SGD (S. cerevisiae Genome Database)中得到日标基因组和比较相近的基因组集合,其中我们使用了MEGA工具生成了真菌进化树,帮助我们选择了适合的比较基因组,然后使用perl程序进行基因上游截取,本文我们截取1000pb的长度,使用MEME, BioProspecter, Weeder, MotifClick四种模体发现工具,分别发现模体,本文以8pb长度作为输出模体长度,然后对找到的各个模体使用SPIC算法进行相似性比较,最后通过反复聚类得到理想的结果。