随着分子生物学的迅速进展，对物种分类与进化的研究已经由宏观领域开始转入微观领域。传统的生物分类方法是建立在形态学基础上的，但生物的生长环境对生物个体的表型影响很大，这给传统生物分类带来误导。由于生物大分子的进化是一个缓慢的过程，这给从分子水平上研究生物分类与进化提供了可靠的依据。此外，对肿瘤亚型的分型一直是医学上的难题，由最初基于形态学的分型转向细胞化学检测方法的分型。但是肿瘤亚型在这些方面却十分相似，很难分辨。现代基因表达技术为肿瘤亚型分类与预测提供了新的方法，并得到成功的应用。本文将几何学习算法成功地应用于生物全基因组序列的分类与肿瘤亚型分类与识别。1．应用几何学习算法对病毒全基因组序列的分类，从而实现对生物的分类与进化的研究。首先对全基因组DNA序列进行特征分析，选择部分特征量来描述全基因组序列的特征，再对全基因组序列进行特征提取并将其映射到特征空间的点。选择部分样本点应用几何学习算法将这些点(顶点)构建几何图，再按最近距离原则对待分类序列进行分类。并对NCBI提供的8类病毒全基因组序列分类测试，正确率为94％。将实验结果与常用比对算法BLAST比较，两者的分类结果非常接近；此外，再将实验结果与支撑向量机(SVM)得到的结果比较，结果优于SVM。2．本文又将几何学习方法对Golub等人公布的急性白血病的基因表达数据集进行分类识别，它包括两个亚型(ALL，AML)。首先应用“分类信息指数”指标对急性白血病的基因表达谱数据进行特征基因的选取，再用几何学习算法构造两类亚型的几何凸胞联合体。最后应用分型算法对两个急性白血病的亚型分型实验，实验结果对其两类亚型能完全正确地识别。