随着基因测序技术和人类基因组计划的发展，人类已获得了大量的生物序列数据，并且其积累速度还在飞速增长。生物信息学作为一个新兴学科，对如何利用信息技术来分析生物数据，提供了有效的解决方法。 从生物角度来讲，基因序列结构的相似性往往导致其功能上的相似性。序列相似性查询就是应用这个原理，给定一条查询序列，找到数据库中满足查询条件的一条或多条相同或相似的已知生物序列，从而利用已知的生物序列推测这个查询序列的功能。 序列相似性查询技术主要分为基于索引的方法和非索引方法两类。非索引方法通常需要搜索整个数据库，随着数据库的不断增大，其性能越来越不理想。因此，基于索引的方法就应运而生，由于这种方法不需要搜索整个数据库，其性能比较理想。然而，现有的基于索引的方法还存在很多问题。例如，MRS索引方法为了保证能将该索引装入内存，使其最小绑定矩形中所包含的向量较多，因此索引中最小绑定矩形的平均体积很大，从而导致查询字符串到被索引的MBR距离变小，从而使得索引的过滤性能降低。 本文从研究生物序列的相似性查询入手，提出了一种聚类的多解析度字符串索引结构。为了降低最小绑定矩形的平均体积，我们对包含字符串较少的最小绑定矩形进行聚类，压缩了每个最小绑定矩形的最高点和最低点的平均距离，增加查询点到索引的距离，从而大大地提高了原有索引结构的过滤能力。而且我们还提出了一种新的后处理方法，对从索引中过滤出来的字符串进一步筛选，大大地降低了字符串之间的编辑距离的计算次数，从而加快了查询处理的性能。 大量的实验表明，该索引结构在各种查询的情况下都优于现有索引结构，是一种有效的处理生物序列的相似性查询的索引结构。