“人类和猪的DNA相似度”没有一个脱离比较口径仍然准确的单一百分比。若比较的是两物种中能够一一对应的同源基因，问题是这些基因有多少相同、相似或保留相近功能；若比较全基因组，则还要处理无法对齐的片段、重复序列、插入与缺失、染色体重排和基因组中非编码区域。不同研究选取的序列范围、相似度定义和统计分母不同，得出的数字自然不能直接互换。看到一个百分比时，首先应问它比较的是基因、可比对区域还是整个基因组，以及“相似”究竟按完全相同的碱基计算，还是允许一定差异后计算。

如果目的是理解亲缘与生物学共性，比较一对一同源基因通常更容易解释：研究者先找出在人和猪中都能对应、并且没有明显多份拷贝混淆的基因，再比较其编码序列或蛋白质序列。编码区受到功能约束，许多改变可能影响蛋白质，因此往往比快速变化的非编码区域更保守；但即使两个基因编码相似蛋白，也不等于两种动物在所有组织、发育阶段或生理功能上完全相同。表达量、调控序列、基因拷贝数及其他遗传差异都可能改变实际作用。此类比较适合回答“哪些基础生物过程较为相近”，不适合单独用来推断器官、疾病风险或某项实验结果必然能从猪推广到人。

若要判断全基因组相似度，应先确认使用的是同一类基因组版本和可重复的分析流程，再选定比较对象与统计口径。常见做法是先将两套基因组按同源区段进行比对，分别报告可对齐区域占各自基因组的比例，以及这些区域内碱基的一致程度；必要时再单列插入、缺失、重复序列和结构变异。不能把“对齐部分的相似率”说成“整个基因组的相似率”：如果大量序列没有纳入比对，前者只描述可比对部分。比较基因时也应说明是否只纳入一对一同源基因、使用核酸还是蛋白质序列、是否剔除低质量区域。读到研究数字，可按这几项核对方法和分母；若口径不同，就把结果视为不同问题的答案，而不是挑一个数字当作人猪DNA相似度的唯一结论。

人类和猪的DNA有明显的进化与功能联系，但“相似度”没有一个适用于所有场景的固定百分比。比较同源基因、蛋白质编码序列，还是比较能够对应上的全基因组区域，得到的结果并不相同。若想了解共同的生物功能，应看基因或蛋白质；若要判断整体序列差异，则需采用全基因组比对，并说明统计口径。

为什么不能只用一个百分比概括

DNA相似度必须先明确“比较什么”和“如何计算”。一种做法是挑出人和猪都能找到的同源基因，比较这些基因的序列；另一种做法是比对两种动物的基因组，只统计能够可靠对应的片段；还可以比较蛋白质序列，观察编码出的分子是否相近。不同方法纳入的序列范围、分母和过滤规则不同，因此数字不能直接互换。

网上常见的“相似度约为某个百分比”说法，若没有说明比较对象和算法，就难以判断它指的是共有基因比例、特定基因的序列一致率，还是全基因组比对结果。尤其不能把“许多基因有对应关系”理解成“整套DNA有同样比例的碱基完全相同”。

相似之处主要体现在哪里

人类和猪都是哺乳动物，拥有大量参与细胞基本活动和身体发育的同源基因。与细胞代谢、器官形成等重要过程相关的基因，往往在不同物种间受到较强的进化约束，因而能够找到相应序列，也可能保留相近的功能。比较这些基因，有助于研究哺乳动物共同的生物学机制。

不过，“同源”说明基因来自共同祖先，不等于两段DNA完全相同，也不保证其作用在不同物种中毫无差别。相似序列可能仍有碱基变化；一个基因在什么组织、什么时间表达，以及表达多少，也会影响最终功能。判断某项性状是否相近，不能只看基因名称或局部序列。

差异不只在基因本身

两种动物的基因组还会在染色体结构、基因排列、重复序列、插入或缺失片段及基因调控区域上存在差异。即使某些编码蛋白质的序列相近，控制基因何时开启、在哪些细胞中开启的调控序列也可能不同。基因组中并非所有区域都能一一对应，未能比对的部分也会影响全基因组相似度的计算。

因此，从“共同拥有哪些重要基因”转向“整个基因组有多像”，问题就变了。前者关注可对应的基因与功能，后者还要处理大片非编码区域和结构差异。即便使用同一套基因组数据，只要比对范围、缺口处理方式或统计分母不同，报告的结果也可能不同。

按问题选择比较口径

• 想比较某项生物功能：优先查看相关同源基因、蛋白质序列及其表达证据，不要仅凭全基因组百分比推断功能相同。
• 想了解基因组整体差异：采用全基因组比对，并同时说明参考基因组、可比对区域和一致率的计算口径；只报一个数字不足以复现或解释结果。
• 想判断猪能否作为某项人类研究的模型：除DNA序列外，还要比较相关器官、代谢过程、疾病机制和实验条件。某个基因相似，不代表整体生理反应就与人相同。

概括来说，人类和猪共享许多重要的哺乳动物基因，但基因层面的对应关系不能直接换算成全基因组的单一相似度。比较基因功能时选基因或蛋白质证据；比较整体遗传距离时选明确定义的基因组比对。先确定要回答的问题，再选择指标，结论才有意义。