(1) 项目的背景.转录因子结合位点 (Transcription Factor Binding Site，TFBS)又被称为顺式调控元件 (Cis-regulatory Element)。在生物信息学中也称为模式或模体 (motif)。识别这些控制基因表达的顺式调控元件，以及表征它们与各自转录因子的相互作用，不仅对于构建转录调控网络，而且对于解释有机物复杂的起源和进化有着重要的意义。.(2) 主要研究内容.本项目以改善调控模式识别算法的准确性和性能为基本目标，研究调控模式识别的高效精确算法；建立MapReduce框架下调控模式识别的模型，提高对于长序列、大字符集和特征微弱模式识别的准确程度；研究转录因子结合位点分布的统计特征，建立调控模式识别的统计方法；实现一个调控模式识别的软件系统原型。.(3) 重要结果.在模体发现的精确算法和近似算法方面做出了较好的工作。主要包括：提出了MapReduce框架下大数据集(ChIP-seq数据集)上子串挖掘方法和模体发现算法MCES；提出了MapReduce框架下精确模体识别的数据划分方法PMSPMR，PMSPMR算法具有良好的可扩展性，加速比接近于线性；建立了模体stem首个正则表达式表示方式，提出了大字符集(蛋白质序列)上高效的stem搜索算法(StemFinder)；提出了结合概率分析的模体发现的近似算法PairMotif+。建立了高阶熵压缩的参考基因组序列的自索引结构，并基于此结构进行空间高效的短读序列比对。.(4) 关键数据及科学意义.我们在本领域重要刊物IEEE/ACM Transactions on Computational Biology and Bioinformatics (JCR = 2)等和重要会议IEEE International Conference on Bioinformatics and Biomedicine (CCF B类会议)和IEEE Data Compression Conference (CCF B类会议) 等发表了15篇论文(其中8篇论文为刊物论文，7篇为会议论文)，SCI检索6篇，EI检索9篇。开发了可在Google和GitHub上访问的软件。这些研究成果为进一步研究高通量测序数据集的结构模体发现，在基因组水平上探索基因的表达调控机制奠定了较好的基础。