目前人类基因组研究已经从结构基因组时代进入到了功能基因组时代,也就是“后基因组时代”。研究发现人类基因组不是由孤立的基因和大量无用的“DAN片段”组成的,其本身是一个复杂的网络系统。因此,对生物复杂网络的研究就成了研究者关注的焦点。网络模体查找就是其中一个很有代表性的研究方向。网络模体是真实网络中出现频率明显高于随机网络中出现频率的子图。模体发现需要对各种子图类型计数,这一问题就需要图同构算法来解决。但是图同构问题仍然是一个NP难问题。本文提出了基于特征压缩方法的一种新的启发式的图同构算法FCGI (Feature Compression for Graph Isomorphism).首先,构造了四种特殊的图拓扑特征；然后利用特征压缩策略对这些特征进行流水操作,实现了对各种类型的同构图的唯一标记。这种方法大大地缩减了搜索的节点置换空间、降低了比较次数。实验用该算法对各种同构种类的图所对应的可能的邻接矩阵进行了归类,并且比较了特征压缩算法和层次分类算法的性能,结果证明该算法是一种非常精确有效的图同构算法。此外,我们将该算法用于酵母菌基因调控网络的模体发现,结果发现它成功的找到了已被理论和实验证明的具有重要意义的网络模体。