美国宾州大学和纽约州立大学水牛城分校的一项合作计划，发展出一种新式比对基因表现的分析软件，能够更快速、更准确地从大量的DNA讯息中，推算出有用的生物信息。
从基因序列的相似程度，比对出有价值的生理意义，是破解DNA秘密的一个关键。不过由于核酸序列组合的千变万化，因此单从ATCG的关系中找出相似的蛋白族群，或是能互相反应的蛋白活动，实在不是一件容易的事。
不过现在这个称作-KL丛集分析(KL clustering method)的运算方式，能够逐一比对俩俩基因，分门别类的排列，再以不同颜色加来以标定，透过不同颜色的相似程度来排定基因的相似性，如此相互连结成一个巨大的数据库地图，不但使研究人员运用上更方便快速，还比过去所使用的层阶式群聚法(hierarchical clustering)更为准确。
宾州大学计算机科学及工程学系的Raj Acharya教授指出，该系统初步在基因数据的分析上获得成功，将来还可以应用到任何大量需要演算的资料上，如此一来必定可以使人们的科技获得更快速的进步。
