人和其他动物的DNA都主要由腺嘌呤（A）、胸腺嘧啶（T）、鸟嘌呤（G）和胞嘧啶（C）四种碱基组成
。双链DNA中
，A通常与T互补配对
，G通常与C互补配对
，因此两者的基本化学结构高度一致

；真正爆发差别的
，主要是四种碱基在差别位置的排列顺序、比例
，以及基因组中详细序列的是非和功效
。

需要注重的是
，“动物”的规模很大
，哺乳动物、鸟类、鱼类和昆虫之间并不保存一套完全相同的比例
。纵然在统一个物种内
，整条染色体、某段基因区域、细胞核DNA和线粒体DNA的组成
，也可能差别
。

四种碱基划分肩负什么作用

碱基并不是伶仃保存的
。每个碱基会与脱氧核糖和磷酸毗连
，形成脱氧核苷酸

；大宗脱氧核苷酸首尾毗连
，组成DNA链
。两条链凭证互补规则连系
，形成常见的双螺旋结构
。

人类与其他动物的配合点和差别

从生物分类上说
，人类自己也是动物
。因此
，人与动物的DNA并不是两种完全差别的物质
，而是共享相同的基本化学字母和遗传编码系统
。下列配合点通常适用于人类和大都动物的细胞核DNA：

• 都以A、T、G、C作为主要碱基
  。
• 双链之间依赖互补配对维持结构稳固
  。
• 都通过DNA序列贮存遗传信息
  ，并可在细胞破碎时复制
  。
• 许多与细胞代谢、复制、修复有关的基本基因具有相似的组织方法
  。

差别则主要体现在三个层面
。第一是碱基排列顺序差别
。纵然四种碱基的总体比例靠近
，只要详细排列差别
，就可能形成差别的基因和性状
。第二是比例差别
，某些物种或基因组区域的G、C占比偏高
，另一些区域则可能A、T更多
。第三是基因组结构差别
，包括染色体数目、重复序列比例、基因漫衍和线粒体DNA序列等
。

因此
，不可仅凭“G和C有几多、A和T有几多”就判断两个物种是否相近
。总体组成只能提供一个概览
，真正较量亲缘关系或序列相似性
，还需要对齐相同的DNA区域
，盘算碱基逐位匹配情形
，并连系基因功效和遗传关系剖析
。

较量碱基组成前
，先确认三个条件

一是确认较量的是哪类DNA

细胞核DNA和线粒体DNA不可直接混在一起较量
。前者包括大宗染色体序列
，后者是自力保存的细胞器基因组
，长度、复制方法和碱基比例都可能差别
。若是一个样本使用全基因组数据
，另一个样本只使用线粒体片断
，所得结论没有可比性
。

二是确认统计规模是否一致

应只管较量相同长度、相同类型的序列
，例犹如一基因的编码区
，或两个物种对应的完整基因组
。只统计一段富含G和C的区域
，不可代表整个基因组

；把一个物种的完整基因组与另一个物种的短片断相比
，也会放大误差
。

三是确认序列质量是否及格

原始测序效果中可能泛起N等未知字符、讨论残留、低质量最后或外源DNA污染
。统计前应先去除低质量序列
，纪录有用碱基数目
，并检查样本是否混入其他物种的序列
。不然
，盘算出的比例可能反应的是测序误差
，而不是真实组成
。

怎样盘算一段DNA的碱基比例

拿到一条已经整理过的DNA序列后
，可以凭证以下办法操作：

1. 统计序列中A、T、G、C各自泛起的次数
   。
2. 扫除N或其他无法确定的字符
   ，并纪录有用碱基总数
   。
3. 划分用每种碱基的次数除以有用碱基总数
   ，再乘以100%
   ，获得单项比例
   。
4. 盘算GC含量：GC含量＝（G的数目＋C的数目）÷有用碱基总数×100%
   。
5. 若是数据来自完整双链DNA
   ，再检查A与T、G与C的总量是否大致相等
   。

例如
，一条用于演示的序列“ATGCCGTA”中
，A、T、G、C各泛起2次
，有用长度为8
，因此四种碱基各占25%
，GC含量为50%
。这个例子只说明盘算要领
，不可代表任何特定物种
。

检查A与T、G与C是否靠近时
，要注重统计工具
。若只测得一条单链
，A和T纷歧定相等
，G和C也纷歧定相等

；只有把双链对应信息合并
，或统计足够完整的双链基因组
，互补关系才有明确的磨练意义
。

看到异常效果时
，优先检查什么

仅看碱基组成
，能得出什么结论

它可以资助判断序列是否切合双链DNA的基本特征
，相识某个基因组或片断的GC倾向
，并为引物设计、测序质量评估和序列较量提供基础信息
。GC含量较高的区域通

；嵊跋炖┰龊筒庑蛱跫
，因此在实验设计中具有参考价值
。

但碱基比例不可单独说明某个物种的所有遗传特征
，也不可直接推出个体的外貌、疾病危害或两种动物的整体亲缘距离
。若要判断两个物种的相似性
，应进一步较量同源基因、非编码区域、序列排列和功效注释
，而不是只较量A、T、G、C的总量
。这样才华把“组成相似”与“遗传信息相似”区脱离来
。