从1976年开始出现的“埃博拉”病毒,到2003年流行的“非典”病毒,再到2019年大范围传播的新型冠状病毒,全球由于感染传染病病毒导致的死亡率持续增加,严重危害着人类的健康,病毒基因序列的研究成为生物信息学领域研究的热点。基因序列是由四种碱基组成的功能序列,存储着生物的遗传信息,在生物的起源和进化中有着至关重要的作用。病毒在传播的过程中会发生基因突变,致使某些碱基发生变化,从而给病毒基因序列的研究带来困难,如何提取病毒基因序列的特征就非常有必要了。本文提出在变值测量理论基础上结合组合熵的方法对新型冠状病毒基因序列做可视化的相似性研究。可视化方法是生物信息学领域中使用广泛的一种方法,其通过对原始数据进行处理映射,使用直观的图像向人们展示数据的特征,可以更易于理解。变值测量方法是利用四基元变值测度处理基因序列,提取统计测量特征,将其与可视化方法结合投影到特征空间上,形成变值图示。信息熵可用于解决对信息的量化度量问题,在本文中代表病毒不同基因序列的复杂性,而组合熵是将病毒基因序列中的四种碱基利用四基元变值测度计算得出的信息熵任意组合得到,把组合熵中的结果投影生成可视化图示。本文方法首先通过变值测量对多条基因序列的四种碱基进行变值处理得到四基元测度,将全基因序列进行分段,计算多条序列对应分段上的碱基差值,投影得到基因序列差异图示,可观察多条比对序列的变异情况。然后统计各序列的碱基概率,计算得到相应的信息熵,任取两组碱基的信息熵得到组合熵投影到二维坐标系中得到群聚图示,可以观察多条序列的聚类情况。最后根据组合熵形成的复合测度计算各序列之间的距离得到距离矩阵,从而生成系统发育树用于观察序列间的进化关系,准确表达基因序列间的相似性。本文基于变值测量与组合熵的方法,提供了新的角度研究病毒基因序列,与经典生物信息学方法相比,本文方法的运算复杂度更低,效率更高,通过可视化图示,实验结果能够更好的呈现出病毒基因序列的特征和分布规律。