乙型肝炎病毒(Hepatitis B virus,HBV)感染作为严重影响人类健康的疾病之一,是导致慢性肝脏疾病、肝硬化和肝癌的主要原因。HBV由于其自身复制的特殊性,具有高变异特性。据研究表明HBV基因变异是HBV持续感染的根本原因。同时在自然选择或随机演化的过程中,研究HBV进化演变,找出病毒起源也很重要。因此进行我国乙型肝炎病毒基因变异与系统进化演变的研究对于了解现今乙型肝炎病毒的发病机制和指导临床治疗提供了一定的参考依据。为了了解HBV的基因变异情况,检测HBV序列的SNP位点即单突变位点已广泛应用于大量的研究,所检测出的SNP位点对指导临床有重要意义。但是目前关于SNP位点检测的方法多因技术难度较高,费用大等不利因素而受到制约。因此,探讨一种基于计算机的SNP位点检测方法成为一种趋势。在本课题中,针对HBV序列的SNP位点的特点,我们提出了一种基于最优风险与预防模式的HBV序列的SNP位点检测方法。所提出的方法首次应用于HBV序列的SNP位点检测,实验结果表明：该方法不仅有效的检测出HBV序列的X基因片段和前C区基因片段中已经报道的SNP位点,而且还发现了一些新的位点。与硬件检测SNP位点不同的是,所提出的计算机方法具有操作简单和费用低的优点,而且普通实验室和医疗机构均可以承受。其次,HBV序列在进化过程中只有少量突变的位点,除此之外大都保留遗传给了后代或者在进化过程消失。因此建立系统进化树可以直观的反映出HBV序列进化的关系,有助于了解HBV进化历史和进化机制。基于此,本文提出了一种新的系统进化树构建方法。该方法首先采用MEME(Multiple EM for Motif Elicitation)算法来挖掘HBV模体(Motif),然后利用新的序列度量指标CI(Conservation Index,保守指数)构建HBV序列的系统进化树,最后利用进化距离对已构建的系统进化树进行可靠性评估。实验结果表明：新的序列度量标准CI可以有效的构建HBV序列系统进化树,分析HBV序列之间的进化关系。