基因序列的相似性主要是由基因功能的相似性决定的，通过序列比较可以发现生物序列中的功能、结构和进化信息，一般认为相似性很高的序列往往在进化上存在同源性，因此在酵母核糖体蛋白基因序列（Ribosomal Protein，简记为RP）相似性比较中，我们认为具有相同调控元件的基因具有同源性。所以本文通过寻找酵母RP基因启动子序列中可能的转录因子结合位点，并与实验对比找到真正的转录因子结合位点，再把这些转录因子结合位点通过C++程序定位到相应的基因中，从而找到的这些被相同转录因子结合位点调控的基因即为相似性基因。　　 我们以酵母RP基因启动子序列作为样本，通过频率变换及频率变换向量之间的距离求出距离，距离为零说明序列有可能相等，反之则序列片段一定不相同。然后把这些距离为零的序列片段通过权向量变换之后并求出权向量之间的距离，把距离为零的归为一类。利用已定义的概率分布求出其概率，再对这些序列片段求出KL散度，分析显示KL散度相等说明序列片段相等，这样可以统计出相同模体出现的次数。最后通过二项分布计算出模体在样本中出现的平均概率从而找到可能的转录因子结合位点。把这些转录因子结合位点定位到相应的基因中，就可以确定相似性基因。从分析结果来看，通过本文得到的转录因子结合位点和相似性基因结果都与实验得到结果基本一致，吻合率达95％以上。　　 本文把这种基于索引的查询技术用于模体比对中，通过这样的索引方法可以快速而准确地统计出模体出现的次数，这种方式比传统枚举方式速度提高了约17倍。同时我们还将索引技术与DNA序列图形表示法及熵相结合，使得为多个基因组或者样本数量很大的时候统计相同模体出现次数提供了合理快捷的方式。