DNA存储生命的遗传信息,是生命生存、发展、进化的物质基础。针对DNA序列的研究具有重要的社会以及科学意义。作为研究对象的DNA序列数量庞大,进行信息的交换研究需求也逐步提高,为进行有效存储和传输,需要发展DNA序列压缩技术。近年来,针对DNA序列自身特殊性的各类压缩算法不断涌现,此领域取得了一定的进展。目前已存在的DNA序列压缩算法有两类,一类是基于替代的压缩,另一类是基于统计信息的压缩。本文针对两类算法的原理及特点,分别做了创新性改进,提出了两种新算法。首先,本文主要针对基于统计信息的DNA序列压缩提出了基于混合概率分布算子的算法。混合概率分布算子是针对XM算法(当前较先进的统计类算法)中的概率分布算子进行的创新性改进,其本质是几类有限上下文概率分布算子的联合应用,更好的利用了数据特点进行序列符号的概率分布预测,而后将概率分布预测进行算数编码,实现压缩编码。同XM算法相比,本文算法能够获得更好的压缩效果。本文研究了基于迭代字典创建的DNA序列压缩算法。在每一次迭代过程中,创建字典选取最高频率适宜长度的序列片段,而后采用预定义的非终止字符替代本次迭代的输入序列中最高频率序列片段,将替代后的序列送入下一次迭代,直到迭代终止。最终输出序列即为实现压缩后输出。实验结果显示算法的压缩效果达到了一个新高度。在进行迭代字典创建主压缩过程前,本文又提出一种基于改进LZ压缩算法的预处理过程,改进LZ算法满足输出序列仍由四种碱基符号组成的预处理要求,并将序列进行了一定程度的压缩。最终的压缩效果比单独使用迭代字典创建算法更优。