生物序列motif识别问题是当今生物信息学面临的一个复杂问题,要设计一个能识别所有motif的方法几乎是不可能的。针对该问题,在免疫遗传算法中引入了统计估计,提高了motif识别的精度,根据个体的浓度和适应值概率。设计了免疫替换算子,有效地解决了种群的多样性问题,利用GibbsSampler算法生成种子,提高了免疫遗传算法的搜索速度,最后得到了一个基于免疫GA与GibbsSampler的生物序列motif识别算法,该算法充分发挥了免疫遗传算法和GibbsSampler算法的优越性,较好地解决了计算速度和计算精度之间的矛盾。实验表明,该算法是有效的。