人类与狗的基因类似度，不能只靠一个脱离口径的百分比来概括。推算前要先注明比力的对象是 DNA 碱基、对应基因，还是基因组中可能对齐的区域 ；再注明分母若何拔取 ？诰斗制，了局表白的寓意也分歧。若要推算“序列一样率”，常用做法是比力可对应的序各地位，统计其中一样的碱基比例。
先确定推算口径
人类和狗都属于哺乳动物，占有很多可追忆到共同祖先的对应基因。不外，“都有某个基因”“基因承担类似职能”和“基因序列齐全一样”是分歧概想 ；蚴欠翊嬖，适合统计共享基因的数量 ；职能是否相近，必要看基因及其生物学作用 ；序列一样率，则必须逐位比力 DNA 序列。三者不能相互代替。
较清澈的推算口径，是拔取一组在人类与狗之间可能对应的同源基因，对每一对基因进行序列比对，再统计比对地位上的一样碱基。这里的“同源”暗示这些基因拥有共同的进化起源，不代表它们每个地位都一样。若统计对象改成整个基因组，还必要处置无法对应的区域、沉复序劣注插入和缺失等情况，了局就不再等同于某一组基因的一样率。
公式与单元
按碱基地位推算时，根基公式为：
序列一样率（%）＝一样碱基数 ÷ 纳入统计的可比力碱基数 × 100%
一样碱基数是比对后字母一样的地位数 ；可比力碱基数是按既定规定纳入分母的地位数。常见计数单元是碱基位点（bp），百分比则用于表白一样地位所占比例。若分析的是基因而非整段 DNA，也能够先逐个推算每个基因的一样率，再汇总 ；汇报时应注明选取哪种汇总方式。
推算时还要预先约定若何处置缺口和不确定碱基。例如，序列中无法确定具体字母的地位能够剔除 ；插入或缺失造成的比对缺口，能够按既定规定作为差距计入，或不纳入可比力地位。规定扭转，分子或分母可能随之变动，因而百分比也可能扭转。
推算步骤
- 选定比力对象：确定使用一组对应基因，还是一段可对齐的基因组区域，并写明纳入领域。不能把“共享几多基因”直接当作碱基一样率。
- 逐位比对并计数：将两条对应序列对齐，统计一样碱基数，同时纪录可比力地位数 ；对缺口和不确定地位按统一规定处置。
- 代入公式并注明了局：用一样碱基数除以可比力碱基数，再乘以100%。同时注明统计对象、单元和缺口处置方式，预防把部门了局说成整个基因组的结论。
示例：一段序列怎么算
下面用一组仅用于演示公式的如果数据注明推算步骤，不代表人类与狗的现实统计了局。如果某对对应序列经比对后，有1000个碱基位点纳入比力，其中872个位点的碱基一样：
872 ÷ 1000 × 100% ＝ 87.2%
这个了局应表述为：“在这段示例序劣注按上述计数规定得到的碱基一样率为87.2%。”它不能被改写成“人类与狗的全数基因有87.2%一样”，也不能代表两种动物所有 DNA 区域的类似水平。只有换成其他基因或其他统计领域，分子和分母都可能分歧。
| 示例字段 | 具体值 | 寓意 |
|---|---|---|
| 纳入比力的位点 | 1000 bp | 推算分母 |
| 一样碱基位点 | 872 bp | 推算分子 |
| 序列一样率 | 87.2% | 872÷1000×100% |
多个基因汇总时的差距
汇总多个基因，常见有两种算法。第一种是把所有基因的一样碱基数相加，再除以所有可比力位点总数，这叫按位点加权 ；第二种是先算每个基因的一样率，再把各基因百分比相加后除以基因数，这叫基因率算术均匀。两种算法的分母分歧，基因长度差距较大时，了局可能不一样。
例如，一个长基因罕见千个可比位点，另一个短基因只罕见百个位点。按位点加权时，长基因对总值影响更大 ；按基因率均匀时，两个基因各占一份权沉。汇报人类与狗的基因类似度时，最好同时写清基因集钟注汇总方式和比对规定，而不是只给一个百分比。
怎么理解算出的百分比
序列一样率描述的是特定比力领域内，几多可比力地位出现一样碱基。它不直接暗示两种动物整体有多相像，也不暗示一样基因的职能齐全一致。反过来，某些基因在序列上存在差距，也不料味着其职能必然齐全分歧 ；职能还与调控方式、表白组织和其他生物学前提有关。
因而，理解“人类与狗的基因类似度”，能够按“对象—分母—计数规定—汇总方式”四项来读 ？吹揭桓霭俜直，先看它比力的是哪些基因或区域，再看分母蕴含什么，最后确认缺口与多个基因若何处置。只有这些口径一致，两个类似度数字才适合放在一路比力。
