В настоящее время число расшифрованных нуклеотидных последовательностей (НП) возрастает взрывообразно. Здесь возникает две проблемы: проблема поиска и установления порядка во множестве генетических текстов, и проблема выделения тех участков в НП, которые отличаются между собой своими свойствами, функциональным значением, либо историей. Отметим, что порядок на множестве НП может быть задан несколькими различными способами. Во-первых, порядок определяется таксономическим положением носителей (видов) тех или иных НП; во-вторых, порядок может определяться в соответствии с близостью функций, кодируемых различными НП. Наконец, в-третьих, порядок на множестве НП может быть задан с помощью их классификации по статистическим свойствам самих НП только, без привлечения какой-либо дополнительной информации.Для построения такой классификации сопоставим каждой НП её частотный словарь (ЧС) - множество всех слов (подпоследовательностей) заданной длины q (его толщина), встречающихся в изучаемой НП, вместе с указанием их частот [1]. Тогда каждой НП из изучаемого множества можно (однозначно) сопоставить её ЧС, а этому последнему - точку в 4q-мерном пространстве. Далее, необходимо все эти точки разбить на некоторое число классов. Для построения такой классификации нами использовался метод автоматической классификации - метод динамических ядер, а расстояние между точками в пространстве определялось как евклидово расстояние. Следует отметить, что для ЧС различной толщины мы получаем, в общем случае, различные классификации. Построение классификации, кроме того, зависит от использованного условия различимости получающихся классов. Мы строили автоматические классификации нуклеотидных последовательностей (НП) генов Ca-зависимых белков и НП 16SРНК. Построенные классификации коррелировали как с функциональной, так и с таксономической классификациями, независимо существующими на множестве изучаемых НП. При построении описанной выше классификации центр класса (ядро) и расстояния от ЧС до ядра определялись с помощью евклидова расстояния, где координатами точек являлись частоты : , соответствующих слов. Упорядоченность следования нуклеотидов НП проявляется в неслучайности их взаимного расположения. В каждом ЧС толщины q содержится вся информация о ЧС толщины на единицу меньшей; обратное в общем случае неверно. Предложен способ восстановления ЧС, основанный на принципе максимума энтропии восстановленного ЧС. Таким образом, восстановленный ЧС обладает максимальной возможной неопределённостью; что позволяет существенно усилить построение классификации. Для выделения эффекта неслучайности в построении автоматической классификации перейдём при её построении от частот слов к отношениям реальных частот данного слова и его восстановленной частоты (по словарям меньшей толщины): и , если . Построение автоматической классификации по такому отношению позволит выделить вклад неслучайности во взаимном расположении нуклеотидов в построение классификации. Предварительные результаты построения автоматической классификации по отношениям частот, проведённые на множестве НП 16SРНК, показали ряд отличий от случая классификации, построенной только по реальным частотам слов в ЧС этих НП. Важнейшее отличие заключается в нарушении следующего правила монотонности, справедливого для классификаций по реальным ЧС: если на длине слов q₁ классификация не строится, то она не будет строится и на любой другой длине слов q₂ > q₁. Если для реальных частот автоматическая классификация давала разбиение множества НП 16SРНК на семь классов на длине слов 2, и разбиение на два класса - на длине слов 3, то для случая классификации по отношениям частот на длине слов 2 хорошего разбиения на классы не возникало, в то время, как такая классификация на длине слов 3 имела более тонкую структуру; более того, в отличие от классификации по реальным частотам, НП классифицировались и на длине слов 4 по отношениям частот.