单核苷酸多态性（Single Nucleotide Polymorphism，SNP）是指在基因组DNA序列中由单个核苷酸（A,T,C,G）的变异所引起的多态性，它是人类基因组中分布最为广泛且富含遗传信息的多态性。SNP可以作为新的“遗传标志”，人体许多表型差异、对药物或疾病的易感性等等都可能与SNP有关。现在普遍认为SNP研究是人类基因组计划走向应用的重要步骤。本文致力于SNP与疾病的关联性研究中致病因素的建模研究，提出了基于最大熵原理和BIC的建模方法。针对各个致病模型之间的交叉影响，本文使用了硬划分的方法实施样本划分，并使用真实SNP数据进行建模实验，求解出每个致病模型的概率分布，并就实验结果与真实致病模型进行对比分析，以验证方法的正确性。本文也研究了BIC在SNP致病因素建模中的适应性，并提出了改进。最后本文比较了AIC，AICC和BIC在SNP建模中的应用，得到了BIC优于前两者的结论。