作为一种很重要的抑癌基因,p53基因已成为生物学领域中研究热度最高的基因之一。本文以p53基因mRNA序列和蛋白质序列为研究对象,选取序列的特征性指标,建立序列间模糊邻近关系,运用模糊聚类分析方法对p53基因序列进行了分析。具体工作如下：在第一章中,简要介绍了生物信息学的相关内容,p53基因的相关知识和研究情况以及本文的主要工作和创新点。在第二章中,首先根据模糊等价关系的性质,利用加权汉明距离法,建立了序列间的模糊邻近关系,进而构造模糊等价矩阵对序列进行聚类分析。然后选取了18条人类p53及其家族成员p63、p73肿瘤蛋白mRNA序列,以序列碱基的含量为指标,进行聚类分析。最后分析了p53、p63、p73的结构和功能的区别。在第三章中,首先基于详细HP模型,先把20种氨基酸分为四类。再建立一个连续的坐标空间,对蛋白质序列进行混沌游走（CGR）,然后用特征向量对蛋白质序列进行数值刻画,并定义序列间的距离。最后基于这种对蛋白质序列的数学描述,对包括人类在内的8个物种的p53基因蛋白质序列进行了相似性分析和模糊聚类。在第四章中,首先选取了18个物种的p53蛋白质序列,用氨基酸突变概率计算出蛋白质序列未来氨基酸组成。然后以蛋白质序列中非极性氨基酸、负极性氨基酸、无电荷极性氨基酸和正极性氨基酸的未来含量为四维向量来刻画蛋白质序列,利用向量的夹角余弦确定序列的相似度,建立了序列间的模糊邻近矩阵,以模糊邻近矩阵的传递闭包的截关系进行聚类。最后用F统计量对聚类结果进行检验,确定最佳聚类。在第五章中,对研究工作进行了总结,并对p53基因序列的进一步研究进行了展望。