生物信息学是一门交叉科学,它包含了生物信息的获取、处理、存储、分发、分析和解释等在内的所有方面,它综合运用数学、计算机科学和生物学的各种工具,来阐明和理解大量数据所包含的生物学意义。这里重点讨论了聚类分析研究及其生物数据分析中的应用。聚类度量是特征提取的重要工具。本文首先概括了以往的聚类度量方法,并提出了一种新的基于信息论的聚类度量,用来对聚类对象的信息分布进行相异性分析。同时证明了新度量满足非负性、对称性、极值性、肯定性等。其次,利用基于信息论的方法进行序列比较。本文提出了一种新的基于信息论的序列比较方法。与传统的方法相比,此方法不需要序列比对,没有主观因素干涉,不会破坏数据的原始状态。实验选取了20种胎生哺乳动物的线粒体全基因序列,分别使用基于信息论方法进行全基因序列比较和新方法进行片段基因序列比较,再利用NEIGHBOR法构建系统树。由实验结果可知,新方法用较少时间构建的系统树完全不逊色于以往的方法,并且新方法有较好的健壮性。这为研究分子序列的差异性提供了一种新方法。最后,利用基于信息相异性的模糊聚类构建系统树。根据物种进化的模糊关系和序列之间的信息分布的差异性,本文提出了基于信息相异性的模糊聚类的系统树构建方法。将生物序列转化为信息集,利用基于信息论的新度量计算序列之间的隶属度,结合模糊等价关系的聚类分析进行聚类,分析物种在不同时期的类别划分情况,推断出物种的系统发生树。实验结果表明,这种方法构建的系统树是值得可信的。