随着人类基因组计划的完成,完整地了解基因组功能,成为了后基因组时代的主要目标。为了实现这一目标,需要从一些局部的关键问题入手,真核基因剪接位点识别就是其中重要和关键的问题。真核基因剪接位点的识别是基因识别中的重要环节,要从大量的符合GT-AG规则的序列中识别出真实的剪接位点,从本质上看,这是一个分类的问题。由于在真核基因剪接位点的识别中引入了机器学习方法,剪接位点的识别率有了大幅度的提高。真核基因剪接位点是真核细胞生物基因序列中外显子和内含子的相邻区域。如果能识别出真核基因序列中的剪接位点,则可以将基因中的表达区域和非表达区域区分开。为了对剪接位点取得更加精确的预测结果,本文采用HMM方法设计并构建剪接位点识别系统。该系统利用HM-SVM工作集最优化算法训练并优化HMM模型,依据剪接位点附近存在的序列保守性,高效地提取位点附近保守序列在边缘分布与条件分布上的统计特征。实验结果表明,该识别系统在用于剪接位点的识别中,较常用的机器学习方法,获得了更高识别率。