基因数据结构分析是生物信息学研究的重要内容，其研究对象主要为DNA序列和蛋白质序列．而对DNA序列的分析研究对于其空间结构、相应的RNA序列、mRNA序列以及蛋白质序列有着重要的意义．利用数学建模的思想，对基因数据结构的生物信息进行深入挖掘，有助于对蛋白质空间结构及功能的预测，并为分子进化与基于生物类结构的药物设计提供合理的指导依据，也为生产生活带来一定的经济效益．本文针对基因序列的单碱基，碱基对，三联体密码子结构，采用理论分析与数据处理相结合的方法，系统的开展基因数据结构的数学建模研究，并充分地应用于热点基因中，具体工作如下：1、利用RSCU方法对影响密码子使用的各项参数进行统计分析，再根据QRSCU编码方法，对p53密码子偏好性间距进行了分析设计，得出了基于拟氨基酸编码的方法能充分体现p53密码子对同义密码子的一致偏好性的结论，且p53基因更偏好使用以c或g结尾的同义密码子，并对6条基因序列作了病变预测．2、密码子是生物特性的一个重要表达，通过使用CGR方法的基因签名来研究外来入侵物种不同组织序列的基因签名及遗传多样性聚类分析，得出基因序列在密码子的使用上是非均衡的，且物种亲缘关系近的，则基因签名相似度越高，基因签名还揭示了密码子的第三位碱基偏好使用碱基T的现象，因而分析了序列聚类谱系图．3、根据序列平均功率谱、序列数字化指标特性，且以海明距离作为相似性分析的约束因子，提出了一种基于结构聚类的多指标相似性研究方法，对所选取的7条肿瘤蛋白p53mRNA的完整cds进行了聚类结构分析和确定了最优聚类数．4、综合单碱基、碱基对、三联体碱基的数字化研究方法，提出了一种新的DNA序列的4D图形表示方法，该方法能较全面地体现DNA序列中的生物信息特征，且有效的避免了信息的丢失．并利用DNA序列4D图形的几何中心点作为序列分析的特征数值，构造了向量终点间的欧氏距离和夹角，并结合构造的欧氏距离构建了物种的系统聚类分析图．本文的创新点如下：1、利用了拟氨基酸编码(QRSCU)的方法，从而能充分体现p53密码子对同义密码子的一致偏好性的结论；2、给出了基于结构聚类的多指标相似性研究方法，从而避免了相似性分析指标的单一而造成的误差，且具有一致聚类的特点，聚类结果符合生物分类学；3、结合数字化碱基的方法，引入几何中心作为序列特征数值，构建了一个新的4D图形表示的数学模型，较全面地体现了DNA序列中的生物信息特征，且有效的避免了信息的丢失，并构建聚类谱系图，其聚类结果总体符合生物分类学．