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。