若是接纳常见的同源基因或可比编码序列口径

，人和狗的DNA相似度常被归纳综合为约84%。但这不是把人的所有DNA和狗的所有DNA逐个碱基较量后获得的统一常数。若统计工具改成完整基因组、卵白质编码区或配合基因

，效果和盘算要领都会差别。

先明确“相似”究竟在统计什么

因此

，“人和狗的DNA有几多相似”至少有两种回覆：在科普资料常用的同源基因或编码序列口径下

，约为84%
；在严酷的全基因组逐碱基口径下

，没有一个脱离参考基因组和比对规则仍然建设的简单百分比。

约84%的说法是怎么来的

人和狗都属于哺乳动物

，恒久演化历程中保存了许多配合的基因。研究职员会先在两个物种的基因组中寻找同源区域

，再较量这些区域的排列、碱基和编码功效。许多面向公众的资料将这类较量效果简化为“人和狗约有84%的DNA相似”。这里的“84%”更靠近对配合基因或可比编码序列的归纳综合

，而不是完整基因组中每一个位置的平均相同率。

这一领域的主要数据基础来自2005年揭晓在《Nature》的犬基因组研究。该研究宣布了家犬参考基因组的测序和较量剖析

，犬基因组规模约为24亿个碱基

，并展望出约1.9万个基因。以后

，研究机构又一直更新人类和犬的参考基因组、基因注释和同源基因数据库。差别版本接纳的样本、组装质量、重复序列处置惩罚方法和基因界说差别

，以是果真资料中的百分比不可脱离来由单独使用。

换句话说

，84%这个数字的由来

，是把较重大的跨物种基因组较量效果压缩成一个便于明确的比例。它可以用来说明人和狗具有很高的遗传配合性

，但不可明确为人的每100个DNA碱基中有84个在狗身上处于完全相同的位置。

若是要自己盘算

，公式和办法是什么

1. 确定参考数据。需要写明使用的人类和犬参考基因组版本、数据库版本以及数据宣布日期。例如
   
   ，人类常用GRCh38参考组装
   ；犬基因组则履历了早期草图组装和后续CanFam系列版本更新。
2. 确定较量规模。先说明是较量全基因组、卵白质编码区、特定基因
   
   ，照旧只统计同源基因。没有这一步
   
   ，“相似度”就缺少明确分母。
3. 举行同源序列比对。把泉源相同、能够对应的DNA片断排列在一起。插入、缺失、重复序列和无法可靠匹配的区域
   
   ，需要提前划定是否扫除。
4. 套用一致性公式。序列一致性通常写作：相同碱基数目 ÷ 纳入统计的比对碱基数目 × 100%。
5. 报告统计口径和时间。最终效果应同时写出参考组装、比对区域、是否忽略缺口
   
   ，以及数据库或研究宣布年份
   
   ，不可只留下一个百分比。

盘算示例：为什么“基因组巨细比例”不即是“DNA相似度”

以四舍五入后的参考数据为例

，人的单倍体基因组约为31亿个碱基

，狗的基因组约为24亿个碱基。若只盘算基因组规模比例：

24亿 ÷ 31亿 × 100% ≈ 77%

这个77%只体现狗的参考基因组在碱基数目上约为人类的四分之三

，不可说明两者有77%的DNA序列相同。两个物种纵然拥有相近的基因组巨细

，碱基排列也可能完全差别
；反过来

，基因组巨细差别

，也不代表没有大宗配合的基因和序列。

再假设研究职员选取了1000万个能够可靠对应的比对位置

，其中840万个位置的碱基相同

，那么序列一致性为：

840万 ÷ 1000万 × 100% = 84%

这个例子展示了84%应怎样盘算

，但其中的数字只是公式示例

，不可取代某一份完整人狗基因组比对报告。真实效果必需以详细参考组装和剖析规模为准。

为什么差别资料会给出差别数字

第一

，人的“全基因组”和狗的“全基因组”并不是两条长度相同、可以重新到尾直接对应的序列。第二

，重复DNA、大片断插入或缺失、染色体重排以及尚未完成组装的区域

，会影响可比规模。第三

，统计配合基因时

，研究者还要决议一对多基因、基因复制和非编码RNA是否纳入。

别的

，参考基因组会随时间更新。2005年的犬基因组草图与厥后的高质量组装并不完全相同

，人类参考基因组也会修订。因此

，年份在这里体现数据和剖析版本的时间

，不体现人和狗的生物学相似度会随年份爆发转变。

结论：应怎样准确回覆

最稳妥的简短回覆是：按常见的同源基因或可比编码序列统计

，人和狗的DNA相似度通常被归纳综合为约84%
；若按完整基因组逐碱基较量

，则不可只给一个不带口径的牢靠百分比。

这个数字说明人和狗共享大宗遗传基础

，尤其是维持细胞结构、代谢和基本心理功效的基因。但相似度不是“人和狗基本一样”的意思

，物种差别还来自基因调控、表达时间、染色体结构、基因拷贝数目以及大宗非编码区域。引用84%时

，最好同时注明统计工具、比对要领和数据年份。