Os livros didáticos modernos constituem-se num objeto de estudo valioso para o lingüista por serem elaborados a partir de múltiplas modalidades semióticas e porque, em geral, são gêneros disciplina-específicos. Entretanto, no que tange à disciplina de Biologia, ainda há poucos estudos que exploram a interação entre as modalidades verbal e visual nos livros de Ensino Médio e, até o momento, nenhum trabalho de natureza contrastiva foi realizado no Brasil sobre esse aspecto. Na presente análise, investigam-se os tipos de representação visual e o modo de estabelecimento da relação entre figuras e o texto verbal associado em dois livros didáticos de Biologia do Ensino Médio, um brasileiro e outro norteamericano. Este estudo baseia-se principalmente nos pressupostos teóricos de Kress e van Leeuwen (1996, 2001) e inspira-se nos trabalhos de Myers (1997) e Nascimento (2002). Implícita nesses pressupostos está a abordagem sistêmicofuncional de Halliday e Hasan (1976) e de Halliday (1994). Os resultados desta pesquisa revelam que, dentre outros mecanismos, a coesão lexical exerce importante papel na interação entre o componente verbal das figuras, o texto principal e as legendas em ambos os livros analisados. Dentre as diferenças encontradas nos dois livros, destacam-se as representações visuais distintas referentes a um mesmo tópico, o modo de referenciação às figuras no texto, a função das legendas e a proporção de utilização de termos técnicos na coesão intermodal. Esses resultados mostram que existem variações no gênero livro didático de Biologia quanto ao modo de utilização dos mecanismos de interação entre figuras e texto verbal, que podem estar relacionadas com os propósitos dos autores. Isso pode ter importantes implicações para o ensino da Biologia e de Inglês para fins específicos, pois auxilia na conscientização de educadores e alunos sobre a necessidade de se levar em consideração os meios de interação entre as linguagens visual e verbal na interpretação e produção dos textos multimodais próprios de cada comunidade discursiva.