人与马、狗、猪、牛的DNA相似度没有一个脱离计算口径仍然成立的固定百分数。日常文章常把人与狗、猪的相似度概括为约八成左右,把人与牛、马的相似度也概括为约八成上下;这些数字适合表示“许多基因和DNA片段可以找到对应关系”的大致印象,不宜当成精确测量结果。不同资料给出的数值可能不一致,主要原因是比较对象和算法不同,而不是某一种动物忽然与人的亲缘关系发生了变化。若看到单一百分比,首先应看它比较的是全部基因组、能够对齐的碱基,还是一组共同拥有的基因。
“DNA相似度”至少有几种常见算法。比较基因组时,可以先寻找两种动物中能够对应的同源区域,再计算这些区域里的碱基有多少相同;也可以比较共同基因的序列,或只统计蛋白质编码区。若把无法对齐、缺失或重复次数不同的区域排除,算出的相似度通常会比把这些差异也纳入整体比较时更高。基因组长度、染色体结构、插入和缺失、重复序列以及采用的参考样本,也会改变结果。因此,报道中的“相似度百分比”必须连同统计范围一起读;只看数字、不看定义,容易把局部序列相同误解成整套DNA几乎相同。
判断一项比较是否有参考价值,可以按三步阅读:先确认比较的是人与马、狗、猪还是牛,以及是否使用可比的基因组数据;再看统计单位是碱基、基因还是可对齐片段,并留意未能匹配的部分是否计入分母;最后确认数字表示序列相同率、基因共享比例,还是研究者对亲缘关系的概括。若文章没有说明这些条件,较稳妥的说法是:四种动物与人共享许多保守基因和基本生物学机制,但整体基因组相似度不能用一个未经定义的数字精确概括。共同拥有某些基因也不代表人与动物在外形、智力或生理功能上相同;具体性状通常由多基因、基因调控和环境共同影响。
人与马、狗、猪、牛的DNA相似度没有一个适用于所有研究的固定百分比。若按可比对的基因组片段估算,科普资料常将这些动物与人的相似度概括在约80%至中80%的范围:马、牛常被粗略说成约80%,狗、猪常被说成约84%左右。它们是便于理解的近似数,不是用同一套标准测出的精确排行。
常见数字应该怎样看
| 比较对象 | 常见粗略说法 | 理解时的重点 |
|---|---|---|
| 人与马 | 约80%左右 | 指特定基因组比对口径下的近似结果 |
| 人与狗 | 约84%左右 | 不代表狗有84%的基因与人完全相同 |
| 人与猪 | 约84%左右 | “共享基因”与“碱基相同”不是一回事 |
| 人与牛 | 约80%左右 | 结果会随比对区域和计算方法变化 |
表中数字适合当作大致量级,不宜据此断言狗或猪一定比马、牛更接近人。研究可能只比较能够对应上的片段,也可能比较蛋白质编码区;不同研究采用的基因组版本、筛选规则和算法并不完全相同。分母一变,百分比就可能变化。
“共享多少基因”不等于“DNA有多相同”
人和这些动物同属哺乳动物,许多基因都能在不同物种中找到对应版本。这说明它们有共同的演化来源,也说明部分基本生命功能由相似的遗传机制支持。但“有对应基因”只表示存在可追溯的同源基因,并不意味着这些基因的每个DNA字母都一样。
常见说法如“人与猪有98%的基因相同”,容易把基因对应关系、基因数量和碱基序列一致率混为一谈。它不能直接解释为:把人的全部DNA与猪的全部DNA逐位比较,有98%完全一致。若比较范围集中在进化中较保守的蛋白质编码区域,数值往往会高于包含大量非编码区域的全基因组比较。
此外,不同物种的基因组并非长度相同、结构完全对应。序列可能发生插入、缺失或重复,有些区域难以可靠比对。研究者若只统计双方能够对齐的部分,得到的是这些区域内的一致程度,并不等同于整个基因组每一处都能一一比较。
相似度不能直接说明亲缘远近或性状相同
单个百分比不能完整概括两个物种的关系。判断亲缘远近通常要综合许多基因或全基因组数据,比较序列差异、基因变化和演化时间。即使两种动物在某些基因上相似,也可能因少数关键基因、基因调控方式和发育过程不同,而呈现出明显不同的体型、生理特征和行为。
因此,看到“人与某种动物DNA相似度约为某个百分比”时,最好先确认它说的是全基因组、可比对片段,还是特定基因或蛋白质。若只是想获得直观印象,可以记住:人和马、狗、猪、牛共享大量哺乳动物的遗传基础,常见的粗略比对数字大多落在约80%至中80%的范围;这个范围不能当作精密排名,也不能理解成两种生物整体相同的比例。