人类与猪的基因类似度没有一个合用于所有场景的固定百分比。若按“能否找到对应的同源基因”推算，人和猪通常共享绝大无数可比力基因，常见概括为九成以上的基因拥有对应关系；若按DNA逐个碱基比对，了局会显著低于这个数字。两种数据都能够称为“类似度”，但推算对象、公式和合用领域并不一样。
因而，不能把“人和猪共享九成以上基因”直接理解为“人和猪全基因组有九成以上的DNA碱基齐全一样”。前者描述基因是否存在对应物，后者描述对应序列中的每个地位是否一致。
人类与猪的基因类似度，首先要明确推算对象
| 比力口径 | 推算公式 | 了局寓意 |
|---|---|---|
| 共享基因率 | 共享同源基因数 ÷ 参考物种基因总数 × 100% | 衡量一方有几多基因能在另一方找到对应物 |
| DNA序列一致性 | 比对中一样碱基数 ÷ 可比地位总数 × 100% | 衡量对应DNA序列逐位一样的比例 |
| 蛋白质序列一致性 | 一样氨基酸数 ÷ 比对氨基酸总数 × 100% | 衡量同源基因编码出的蛋白质有多靠近 |
| 基因组覆盖率 | 成功比对的序列长度 ÷ 参考基因组长度 × 100% | 衡量有几多区域能够找到可比序列，不蹬宗序列一样率 |
现实汇报中，最常被混合的是共享基因率和DNA序列一致性。共享基因率只有确认两个物种存在同源关系，就能够计入；序列一致性则要求把相应区域分列后逐位比力。一个基因即便在两个物种中都存在，内部的碱基分列依然可能有不少差距。
共享基因率若何推算
若是以人类基因集为参考，公式能够写成：
人类参考口径的共享基因率 = 人猪同源基因对数量 ÷ 人类参加统计的基因数量 × 100%
若是改用猪的基因集作为分母，了局可能分歧：
猪参考口径的共享基因率 = 人猪同源基因对数量 ÷ 猪参加统计的基因数量 × 100%
这是由于人和猪的基因注解数量、基因家族划分以及一对多基因关系并不齐全一样。为了削减分母选择造成的影响，也能够使用并集口径：
对称共享率 = 共同同源基因数 ÷（人类基因数 + 猪基因数 ? 共同同源基因数）× 100%
例如，某一份数据中有19,000幼我类基因，其中18,000个能找到猪的同源基因，那么按人类作为参考的共享基因率为18,000 ÷ 19,000 × 100%，约为94.7%。这只是推算示例，不代表所罕见据库或所有基因类别城市得到这个数值。
在真实钻研中，通�；嵯认拊焱臣贫韵�，例如只统计蛋白编码基因，或者只统计一对一起源基因。数据库版本、基因注解更新、是否纳入非编码RNA、是否排除低质量预测基因，城市扭转最终百分比。因而，“九成以上”适合作为基因层面的概括，不宜当作唯一精确值。
DNA序列一致性为什么会低于共享基因率
DNA序列一致性针对的是已经对应的序列，而不是基因名称是否一样。常用公式为：
DNA序列一致性 = 比对区域中一样碱基的数量 ÷ 参加比力的碱基地位数量 × 100%
例如，两段同源DNA经过比对后有1,000,000个可比力地位，其中820,000个地位的碱基一样，那么序列一致性就是82%。若是插入、缺失地位被计入差距，或者只统计无缺口地位，了局也会有所分歧，所以正式数据必须注明缺口处置方式。
对人和猪而言，若只比力彼此可能对应的蛋白编码区，序列一致性通�；岽υ�约80%到90%这一量级，但具体数值不能脱离数据集单独确定。比力DNA编码序劣注氨基酸序劣注启动子区域或整条染色体，所得了局并不一样。蛋白质序列有时会比DNA序列看起来更类似，这是由于遗传密码拥有冗余性，一些DNA碱基变动并不会扭转所编码的氨基酸。
全基因组直接比力还会受到沉复序劣注大片段插入缺失、染色体结构差距以及尚未实现注解区域的影响。此时必要同时汇报“比对覆盖率”和“覆盖区域内的一致性”，不能只给出一个百分比。
“共同基因”不蹬宗“职能齐全一样”
同源基因暗示两个物种的基因来自共同的祖先基因，或者在进化过程中维持了可识此外对应关系。它注明两者拥有进化联系，并不料味着基因的调控方式、表白功夫和生理作用齐全一样。
人和猪的很多基因参加类似的根基性命过程，例如细胞代谢、免疫反映、组织发育和激素调节。但统一个基因可能在分歧组织中的表白量分歧，调控序列也可能分歧；基因拷贝增长或削减后，职能还可能产生分化。因而，基因层面的高类似度能够支持比力钻研，却不能直接推导出两种动物在所有性状、疾病反映或药物反映上齐全一致。
还要分辨同源基因、旁系同源基因和嫡系同源基因。人类和猪之间的一对一嫡系同源基因最适合用于不变比力；若是一个物种中出现多个有关拷贝，直接把它们全数算作一个“一样基因”，可能会高估共享水平。
怎么给出严谨的人猪基因类似度结论
若是问题只有求通常性相识，能够表述为：人类和猪在基因层面共享绝大无数同源基因，常见统计口径可达到九成以上；但这不代表两者全基因组DNA有九成以上碱基齐全一样。
若是必要用于汇报、论文或数据分析，应至少注明四项信息：第一，比力的是基因数量、DNA碱基还是蛋白质序列；第二，参考基因集和数据库版本；第三，选取人类、猪还是并集作为分母；第四，序列比对时若何处置缺口、沉复区域和一对多同源关系。
简而言之，“人类与猪的基因类似度”应先确定比力单元，再选择统计公式。共享基因率适合回覆“两个物种有几多基因可能对应”，序列一致性适合回覆“对应基因的分列有几多地位一样”，而基因组覆盖率则回覆“有几多区域可能进行比力”。只有把这几个概想分隔，百分比才拥有明确寓意。
