在基因的表达过程中,转录因子起到了重要的调节作用。了解转录因子同基因序列之间的结合与相互作用对于解决一些生物学问题有着深远的意义。随着生物实验技术的不断发展,越来越多的生物学数据为相应的研究工作提供了帮助也提出了新的问题。Motif Enrichment Analysis是生物信息学领域中比较热门的研究题目。通过对motif的聚集和分布,有助于了解转录因子同DNA序列的结合关系。转录因子同特定的DNA序列或者motif相结合,这一过程对于基因的转录和表达起到至关重要的调控作用。通常基因的表达需要多个距离较近的转录因子共同发挥调控作用。分析转录因子之间是否有协同作用也是一项重要的问题。针对这一问题,许多算法被提出并被不断改进。这些算法在实际应用中仍然存在一定的局限性。当前的一些研究已经表明,存在系统作用的转录因子在同DNA序列进行结合时,它们之间的相对距离会呈现一种峰状的分布。为了能够更加有效的分析转录因子之间的协同作用,我们提出一个新的方法来量化分析它们之间的联系。在新的方法中,我们使用了邻接差异值来定义邻接得分,该分值反映了协同作用的转录因子之间进行结合的亲疏关系。我们将我们的方法在一些已知的motif和转录因子数据集上进行实验测试,计算相应的邻接得分。从实验结果可以看出我们的方法比现有的方法有一定的优势,尤其在比较大的数据集上,效果更加明显。同时,我们的方法在所有的数据集上的AUC值都能达到0.8以上。