在生物信息学领域,生物基因的序列比对一直是科学研究的热门问题之一。随着生物学的发展与对物种研究的深入,基因数据日益增多。同时新一代测序技术的出现,测序时间和成本下降、测序通量高使序列数据显著增加,呈指数形式增长趋势,并且每天仍有新的生物基因序列数据被发现和记录,而数据产生的速度远大于数据处理的速度,因此对大规模DNA测序数据的处理亟待更高效的方法。对海量数据进行及时有效的处理、分析,对于揭示其内涵、阐明和理解其所蕴含的生物学意义、得到对人类有用的信息具有重要意义。序列比对作为基因数据研究的基础问题,能够为后续基因组计划等研究提供重要信息,因此提高测序数据的序列比对速度至关重要。本文通过对已有序列比对算法的研究,针对目前基于BWT(Burrows-Wheeler Transform)索引技术的比对软件比对准确率高且内存消耗小,较其他基于哈希表的方法性能优越,但存在访存次数多,时间消耗较大的问题,就如何提高BWT索引技术的序列比对速度进行研究,提出一种应用基于Intel微架构的AVX(Advanced vector Extensions)指令技术,从改进原有算法内部函数运算方式的角度进行单线程并行优化的方法,对BWT算法中计算量大、多次递归调用的函数进行改写,减少函数运算次数及CPU访存次数,提高算法执行效率,实现提高BWT算法序列比对速度、降低算法时间消耗的目的。本文设计并实现了基于AVX指令集优化的BWT序列比对算法,在对BWT算法的代码及实现过程进行深入研究之后,找到适于AVX指令对代码改写的部分。将occ函数结果全部计算出来并存在内存中,在计算时使用AVX指令集的计算方式进行计算,使计算机能够一条指令并行执行多次计算,极大缩短算法运行时间。为验证比对结果的准确性和速度比,本文采用大豆测序数据对算法进行实验。实验结果表明,本文提出的指令改进有效提高了算法的查找效率,加快了序列比对速度。在接近源码比对准确率的同时提高比对速度近50%,使算法时间性能得到显著提升,实现序列比对在算法改写方向的并行优化。本文提出的基于AVX指令集的BWT序列比对算法相比于传统的算法计算过程,能够进行并行计算查找,有效减少函数计算时的循环遍历,减少计算次数与CPU访存次数,降低算法时间复杂度,提高序列比对速度,使得算法的时间性能有所提高。并且算法性能十分稳定,在低误配率下表现良好,对更精确的序列比对算法改进具有实际意义,为基因数据分析提供更高效快速的序列比对方法,为进一步加快对全基因组序列的处理打下基础。