人类与猪的基因关系不能用一个固定百分比概括。若要比较两者，首先要确定是在统计共同基因数量、比较DNA序列一致率，还是衡量基因组结构和进化距离。不同口径的分母、数据范围和单位不同，因此得出的数字不能直接互换。

从生物学关系看，人和猪都属于哺乳动物，许多基因来自共同祖先的遗传延续。猪不是人类的祖先，“共享某些基因”也不等于“整体DNA有同样比例”。准确表达应当是：两者存在大量同源基因，但具体相似度取决于比较对象、参考基因组版本、序列筛选方法和统计公式。

先按问题选择统计口径

如果问题只是“人类和猪有多少共同基因”，优先统计直系同源基因；如果问题是“某段DNA有多相似”，应使用序列一致率；如果要讨论进化亲缘关系，则不能只看一个百分比，还应结合基因组排列、多个基因和系统发育模型。

共同基因数量怎么计算

基因关系比较中常用的是同源基因。同源基因指的是源自共同祖先基因的基因，包括物种分化形成的直系同源基因，也包括基因复制形成的旁系同源基因。若要比较人类和猪各自对应的功能基因，通常优先使用一对一的直系同源基因，避免一个基因对应多个复制基因时重复计算。

以人类作为参考物种时，可以使用以下公式：

人类参考口径的同源基因覆盖率 = 可确认对应的同源基因数 ÷ 人类纳入统计的基因总数 × 100%

若改用猪作为参考物种，分母就会变成猪的基因总数。因此，在同一组对应基因下，采用不同物种作分母，结果可能不同。这类比例是有方向的覆盖率，不能简单理解为双方完全相同的基因比例。

统计时还要先约定基因范围。例如，只统计蛋白质编码基因，还是把非编码RNA也纳入；一个基因存在多个转录本时，是按基因统计，还是按转录本统计。若这些条件不一致，即使使用相同公式，也无法进行严格比较。

DNA或蛋白质相似度怎么算

序列相似度通常在已经对应的基因或片段上计算，而不是拿人类和猪的整套基因组直接相除。基本公式是：

序列一致率 = 比对中相同的碱基数或氨基酸数 ÷ 纳入统计的可比位置数 × 100%

这里的“可比位置”必须说明是否排除缺口、低质量区域、重复序列和无法可靠比对的片段。DNA序列一致率、蛋白质序列一致率和调控区域一致率也应分开报告，因为它们比较的对象不同。

例如，假设某个人类基因与猪的对应基因完成比对，经过预先约定的缺口处理后，共有10000个可比位置，其中8600个位置的碱基相同，那么：

序列一致率 = 8600 ÷ 10000 × 100% = 86%

这个86%只代表这个假设基因区域在指定比对规则下的一致率，不代表人类与猪的全基因组一致率，也不能直接改写成“人和猪有86%的基因相同”。如果把缺口纳入分母，或换成蛋白质序列进行比较，结果都会发生变化。

整套基因组比较时要拆开看

全基因组比较至少要区分两个指标：

基因组比对覆盖率 = 成功对齐的参考基因组长度 ÷ 参考基因组总长度 × 100%

对齐区域一致率 = 对齐区域中相同碱基数 ÷ 对齐区域的可比位置数 × 100%

覆盖率说明“有多少区域能够进行可靠比较”，一致率说明“这些已经对齐的区域有多相同”。两者不能合并成一个数字。某些区域可能因为插入、缺失、重复序列或基因组结构变化而无法对齐；如果只统计容易对齐的区域，一致率可能较高，但它并不代表整个基因组的情况。

若研究重点是染色体上的基因排列，还应增加共线性分析。共线性关注的是一组对应基因在染色体上的相对顺序是否保留。它回答的是结构关系，而不是单个位点的碱基相似度。若研究重点是进化分化，则可用系统发育树和替换距离表示，常见单位是“每个位点的替换数”，不能直接当作百分比相似度。

一个完整的计算示例

下面用一组假设数据说明如何避免混淆，数字仅用于展示公式，不代表人类与猪的真实统计结果。

1. 确定范围：只统计两个物种注释文件中的蛋白质编码基因。
2. 确定匹配规则：只保留经过序列和基因位置验证的一对一直系同源基因。
3. 得到对应数量：假设人类纳入统计的基因有20000个，确认的一对一直系同源基因有17000个，猪纳入统计的基因有19500个。
4. 分别计算：以人类为分母时，覆盖率为17000÷20000×100%=85%；以猪为分母时，覆盖率约为17000÷19500×100%=87.2%。

这两个结果不同，并不表示计算错误，而是因为分母不同。它们说明在各自参考物种的基因集合中，有相应比例的基因可以建立一对一对应关系。若进一步比较这些对应基因的DNA序列，还要重新进行序列比对，不能把85%或87.2%当成DNA一致率。

怎样根据目的选择结论

若目的是判断两者是否拥有相似的基础生物功能，选择直系同源基因数量加功能注释更合适。若目的是比较某个疾病相关基因、蛋白质或调控片段，则应报告该区域的序列一致率、比对长度和缺口处理方式。若目的是判断整体亲缘关系，则应同时考虑全基因组覆盖、共线性和系统发育距离。

用于医学或实验动物研究时，不能只因为某个基因的序列较相似，就直接认定猪能够完全替代人类。还需要比较基因表达位置、调控区域、蛋白质功能、代谢通路以及相关生理特征。相似度适合说明“哪些部分可以比较”，不单独决定“两个物种是否具有相同反应”。

报告结果时必须写清的条件

一份可复核的人类与猪基因关系统计，至少应注明参考基因组版本、基因注释来源、统计的是基因还是转录本、采用同源基因还是一对一直系同源基因、序列比对范围、缺口和重复区域的处理方法，以及百分比的分母。没有这些条件，单独给出一个“相似度百分比”通常无法判断它究竟在比较什么。

因此，人类与猪的基因关系应按“对象—口径—公式—结果”顺序表达：先说明比较共同基因、序列还是进化距离，再选择对应的分母和单位。只有在这些条件一致时，不同数据集或不同研究结果之间才具有可比性。