随着人类基因组计划的顺利完成和各种后基因组计划的开始实施，涌现出海量的生物分子数据。充分利用这些数据，揭示这些数据的内涵，得到对人类有用的生物信息，是科学家们所面临的一个严峻的挑战。虽然生物信息学中已经提出了大量有积极意义的方法，但目前大部分的方法还不能获得最优的模式、最准确的预测。 本文根据数据挖掘中的关联规则挖掘算法，提出了一种在支持度一匹配度框架下、挖掘基因DNA序列数据库中非公共的闭合频繁序列之间的关联规则的新型算法。本文使用了来自美国NCBI中RAK alpha和HBsAg基因数据，以实例的形式说明和分析了算法。分析表明，这种算法不仅可以准确、快速的找到所有的DNA序列模式，还可以更好的发现这些模式之间隐含在序列结构中的生物学信息。并且利用这种算法在基因DNA序列数据得到的规则，可以准确的预测新的基因DNA数据的种类和功能。