比较不同物种DNA，不能只把两段序列直接放在一起看，而要先确定比较对象，再选择对应的分析方法。比较单个基因时，重点是序列比对、相似度和突变差异；比较整个基因组时，还要分析染色体结构、基因排列和大片段倒位。一个完整的结果通常同时回答三个问题：哪些序列彼此对应、它们在碱基层面差多少、这些差异是否反映了基因组结构或物种演化的不同。
一、先确定要比较的DNA对象
不同物种DNA的比较单位可以分为四类。比较单位不同，结论的含义也不同，不能用同一种指标替代所有分析。
| 比较对象 | 适合的方法 | 主要结果 |
|---|---|---|
| 同一基因或同源序列 | 序列比对、相似性搜索 | 一致率、覆盖度、插入缺失和碱基替换 |
| 多个物种的同源基因 | 多序列比对、系统发育分析 | 保守位点、分支关系和进化距离 |
| 完整基因组 | 全基因组比对、共线性分析 | 大片段重排、倒位、缺失和重复 |
| 染色体层面 | 染色体组装和基因位置比较 | 染色体数目、长度及基因排列差异 |
例如，比较人、马、狗的某个基因，应先找到该基因在三个物种中的同源序列；如果比较整个基因组，则应关注染色体片段和基因排列，而不能只根据染色体条数判断DNA相似程度。
二、比较单个基因或DNA片段的标准流程
1. 统一序列范围和方向
首先明确比较的是基因组DNA、编码区、转录本，还是启动子等调控区域。不同物种的基因可能存在外显子长度不同、内含子数量不同或转录本不同等情况。如果一个物种使用完整基因组序列，另一个物种只使用编码区，计算出的相似度就没有直接可比性。
还要确认序列方向一致。DNA序列通常按5′到3′方向记录；若目标基因位于另一物种染色体的反向链，需要先取反向互补序列，再进行比对。对蛋白编码基因，还可以把DNA翻译成蛋白质后比较，以减少同义突变对结果的干扰。
2. 找到真正对应的同源序列
可以使用相似性搜索工具，将一个物种的目标序列与另一个物种的基因组或转录本数据库进行匹配。判断候选序列是否适合比较时，应同时看匹配长度、序列一致率、覆盖度和基因位置。只有一小段序列相似，并不一定代表两个序列是完整的对应关系。
还要区分直系同源基因和旁系同源基因。直系同源通常来自共同祖先物种中的同一个基因，适合用于物种间比较；旁系同源则可能由基因复制产生，虽然序列相似，但功能和进化历史可能不同。对于多个物种的分析，最好使用经过同源基因聚类确认的共同基因集合。
3. 进行序列比对
两条序列比较时，可以使用成对比对；三个或更多物种比较时，使用多序列比对。比对的作用不是简单排列字符，而是尽量让来源相同的碱基处于同一列，并用缺口表示插入或缺失。
如果比较的是一段较短的同源基因，可使用适合局部匹配的工具寻找保守片段，再对完整同源区域进行全局比对。多个物种的基因序列可使用MAFFT、MUSCLE等多序列比对程序。序列差异较大时，应检查比对两端和含有大量缺口的区域，避免低质量比对影响后续计算。
三、用哪些指标表示DNA差异
序列一致率
序列一致率表示在已经对齐的位置中，碱基或氨基酸相同的比例。常见计算方式是：
一致率 = 相同位置数 ÷ 参与比较的位置总数 × 100%
例如，比对后有900个位点参与统计，其中810个位点相同，则一致率为90%。但报告时必须说明分母是否包含缺口，因为把缺口排除或纳入计算，会得到不同结果。
覆盖度和差异类型
覆盖度表示目标序列中有多少比例被有效比对。高一致率但覆盖度很低，可能只是某个保守结构域相似，不能说明整条基因相近。因此，一致率应与覆盖度同时报告。
- 碱基替换：一个位置的A、T、C、G被另一种碱基取代。
- 插入和缺失：一方存在而另一方缺少的碱基或片段，通常在比对中表现为缺口。
- 重复扩增：某段DNA在一个物种中出现多份，而另一个物种只有一份或没有。
- 保守区域：多个物种中变化较少的片段，可能与重要结构或功能有关。
编码区的同义和非同义变化
如果比较的是蛋白编码基因，可以进一步统计同义替换和非同义替换。同义替换改变DNA碱基但不改变氨基酸，非同义替换会改变氨基酸。常用的dN/dS指标可用于描述蛋白编码序列受到的选择压力，但它依赖可靠的密码子比对和合适的模型，不能把单个基因的数值直接当作整个物种的进化结论。
四、比较整个基因组时，要增加结构分析
完整基因组比较不能只计算一条长序列的一致率。不同物种的基因组通常含有重复序列、缺失区域和不同程度的组装缺口，直接从第一个碱基对到最后一个碱基进行简单比对，容易把基因组规模差异和真实进化差异混在一起。
全基因组分析通常先进行大片段比对，再查看共线性。共线性是指不同物种中一组基因或DNA片段仍保持相近的排列顺序。例如，人、马、狗的某些染色体区域可能保留相似的基因顺序，但中间出现倒位、易位、扩增或缺失。此时，基因本身可能仍然相似，染色体结构却已经发生明显变化。
全基因组长序列可使用minimap2、MUMmer等工具进行大尺度比对，再用共线性图或点阵图观察对应片段。图中连续对角线通常表示排列方向一致；方向相反的片段可能对应倒位；断裂或空白区域可能表示缺失、重复、组装不完整，或两物种之间确实存在结构差异。
五、染色体数量和DNA差异如何结合判断
染色体数目是基因组结构特征，不等于DNA相似度。两个物种即使染色体数量不同，也可能保留大量同源基因；两个染色体数量相同的物种，也可能在序列和基因排列上存在较大差异。
因此，比较染色体时应同时记录染色体条数、长度、基因密度、对应片段和结构变异。染色体数量的变化可能来自融合或断裂等结构过程，不能直接推出某个物种“DNA更多”或“更接近”。如果目标是研究物种关系，染色体层面的观察应与同源基因序列和系统发育结果结合。
六、如何按研究目的选择比较方案
- 只想知道某个基因是否相似：选择同源序列搜索和成对比对，报告一致率、覆盖度及插入缺失。
- 想比较多个物种的共同基因：先筛选直系同源基因，再做多序列比对和系统发育分析。
- 想分析人、马、狗的基因组区别：进行全基因组大片段比对，并结合共线性、倒位、缺失和重复分析。
- 想解释某种功能差异：优先比较对应的编码区、蛋白序列和调控区域，再结合基因表达等独立证据。
- 想制作可复核的比较结果：保留原始序列、物种名称、基因组版本、比对参数、覆盖度和统计口径。
七、结果应怎样整理和解读
一份清晰的不同物种DNA比较结果，至少应列出比较区域、序列长度、比对覆盖度、一致率、替换数、插入缺失数和结构变化。若分析多个基因，还应标明每个基因是否为直系同源，以及是否存在重复基因或缺失基因。
最终解释应区分三个层次：序列相似说明碱基排列接近；结构相似说明基因或大片段排列接近；进化关系接近则需要系统发育模型和多个可靠基因共同支持。按照“先确认对应关系、再做序列比对、最后结合基因组结构”的顺序，才能把DNA差异转化为可比较、可解释的结果。