近年来,由于基因组数据呈指数级增长产生了海量的数据,导致现代存储技术也无法满足数据集的存储需求。因此对于数据的传输、存储形成了巨大的挑战。虽然现在有通用的数据压缩软件可以对基因组数据进行压缩,但是这些压缩软件不能高效的针对基因组的特性进行压缩。因此针对基因序列特点、可以实现对基因序列数据进行高效压缩的算法进行研究很有必要。本文提出了一种基于参考基因组的无损数据压缩算法。利用相同物种间基因组的高度相似性,用目标基因组序列中与参考基因组序列相同的片段以及目标基因组片段在参考基因组序列中的位置、长度和目标序列与参考序列的差异部分,代替目标基因组序列,从而极大的减小中间文件的大小。考虑到本文算法主要由通用计算机来实现,因此必须使用结构轻巧的搜索引擎来完成匹配任务,故而在寻找上述匹配过程中利用后缀数组作为索引结构。因为后缀数组内存占用更小。当进行搜索匹配时,要确定目标字符的左右边界,此时算法运算量较大,故而采用二分查找法来减少算法的运算量。因此本文算法使用后缀数组技术结合二分查找法来寻找目标序列片段在参考基因序列中的最长匹配。本文也对中间结果文件进行了改进,提高了中间文件的压缩率。最后通过高效的熵编码对中间文件完成压缩。实验结果表明,本文算法最多需要20.5分钟内对3GB左右的FASTA格式文件人类完整基因组序列完成数据压缩。30组人类基因组经过本文算法压缩后,其大小在4.99MB至29.96MB之间,其中有21组小于20MB。对于内存需求,本文算法最多需要1.5GB内存容量,远远优于现有优秀的HiRGC基因组序列数据压缩算法。可以在通常的家用电脑上运行,具有较强的实际应用价值。