二十一世纪是生命科学的时代，也是信息的时代。随着人类基因组计划的实施，基因序列呈指数增长。面对巨大而复杂的数据，运用数据挖掘技术解决基因序列的分析工作是当前一个迫切的需求。 在海量的基因数据库中包含了大量的重复序列，这些重复序列对于基因拼接和分析工作都有着至关重要的作用。如何高效的挖掘这些重复序列，并且为这些重复序列建立高效的索引结构，对现有的数据挖掘技术尤其是频繁序列挖掘技术提出了很大的挑战。 为了解决上述问题，本文的工作就是致力于在生物数据集上进行频繁序列的挖掘和序列索引的技术研究。本文的主要贡献如下： 本文首先提出了一个针对生物数据集的高效的最大化频繁连续序列的挖掘算法，用于解决在基因序列的拼接工作中获取重复序列的问题。算法针对生物数据集拥有大量长的频繁序列的特点，提出了定长跨度的方法深度优先挖掘频繁序列，每次扫描多个项而不是一个项，可以比传统的算法更加快速的生成频繁序列。实验证明，在生物数据集上，比传统的PrefixSpan算法更加高效。 其次，为了解决在海量的生物数据集上进行重复序列的查询需求，同时，又满足具有生物意义的序列匹配要求，本文又提出了一个在生物数据集上的基于带空位个数限制的频繁序列的序列索引算法。算法挖掘生物数据库中的带有空位个数限制的频繁序列并从中挑选最佳序列建立索引，从而获得高效的查询。实验证明，在生物数据集上，算法有着高效的建立索引的效率和高效的查询效率。