随着计算机技术和生物医学的飞速发展,人类对于基因表达和遗传信息的传递有了更高的认识,越来越多的学者开始关注DNA序列中控制基因表达的植入位点发现问题的研究。本文对DNA序列植入位点和数据挖掘技术等相关理论进行了深入的探讨,充分总结归纳了目前植入位点发现问题研究领域的最新研究成果,并针对高等生物中普遍存在的双植入位点查找问题,设计并实现了基于频繁模式挖掘算法思想的D-Apriori算法。首先,基于对DNA单链中碱基序列具有“近似频繁模式”特性的认识,本文重点分析了结合Apriori算法的下封闭特性和FP-Growth算法的树型压缩结构的Bpriori算法,并将其成功应用于解决双植入位点查找问题中。其次,设计并实现了D-Space算法,实现单植入位点的拼接,从而有效地完成双植入位点的查找工作。将D-Apriori算法分别在人工合成数据集和真实数据集上进行了大量的实验,实验结果表明:D-Apriori算法在保证准确率的前提下,可以查找到所有满足要求的并且模式长度未知的双植入位点结构。本课题的研究成果不仅对于解决DNA中查找双植入位点问题有着良好的性能优势,并且还可以应用到数据挖掘领域中所有关于解决字符串查找问题的研究中。对于进一步描绘和预测生物基因表达提供理论工具,为人类疾病的预防、发现及治疗提供更直接有效的手段,从而更好地促进生物信息学和医学领域的发展。