本文从研究序列在序列空间如何分布这个角度出发，研究进化机制。我们引入了两个新的工具：Hamming距离的方差和相似度网络对分子进化生物学中最著名的模型——Eigen模型展开研究。分别重新研究了三个适应度景观：静止均匀适应度景观，静止单峰适应度景观和动态单峰适应度景观。我们首先利用Hamming距离的方差确定临界点的位置，并从整体上给出序列在序列空间的分布结构。然后利用在某Hamming距离下建立的相似度网络，具体给出序列在序列空间分布的性质；演示出不同进化情况下，序列之间的相互关系。 在以上三个适应度景观的研究中，我们证明了引入相似度网络这一新工具研究进化机制是合理的，并同时也展示了两个新工具的特点。得出了以下结论：在静止均匀适应度景观中，进化产生的序列与随机序列等同，在序列空间均匀分布；静止单峰适应度景观中，远低于临界点区域，进化产生的序列在序列空间分布均匀。临界点附近区域，Hamming距离方差的平均值和相似度网络的簇系数值都较大，因此我们推测，此时进化产生的序列建立的相似度网络中，全局最优相似度点的周围应该存在着一些局部最优相似度点（在本文最优是指相似度最优）。这说明在临界点附近，序列空间中序列分布中心的周围存在着一些小集团。我们还发现，在临界点附近簇系数函数曲线服从对数正态分布（lognormal distribution），与成线性关系。远高于临界点的区域，值较小，但值较大。因此此时进化产生的序列在序列空间的分布将会随着趋向于1而收缩为一点。另外反铁磁状态下，得到如上类似结论。在动态单峰适应度景观中，我们得到：铁磁状态下，动态单峰进化产生的序列，性质与静止单峰相似。而在反铁磁状态下，存在两种情况：如果主序列移动周期为偶数时，即新主序列与旧主序列的Hamming距离小于，此时，动态单峰进化产生的序列，性质与静止单峰相似。如果主序列的移动周期为奇数时，即新主序列与旧主序列的Hamming距离大于，则动态单峰进化产生的序列所具有的性质与静止单峰完全不一样，此时的进化不会稳定，并且的值将会随着趋向于0而持续增长。