DNA相似度是什么意思？应该怎么理解

高建国

2026-09-23 03:12:09 发布于广西新闻网

DNA相似度，指的是两个DNA样本在某些被比较的位置上有多大程度相同或接近。它并不是一个脱离语境就能独立解释的固定百分比。同样写着“相似度”，如果比较对象、检测区域、计算方法不同，数字代表的含义也可能完全不同。

理解这类结果时，最重要的不是先判断数字高不高，而是先弄清楚三个问题：比较的是谁与谁、比较了DNA的哪些位置、这个数字采用什么算法得出。只有把这三层信息放在一起，才能知道它是在说明共同遗传背景、亲缘关系，还是仅仅表示某些序列相同。

DNA相似度具体是什么意思

DNA可以看作由大量碱基排列形成的遗传信息。若把两个样本在同一段位置进行排列和比对，某些位置的碱基相同，某些位置不同，就可以根据“相同位置占全部比较位置的比例”计算相似度。最简单的表达可以理解为：

相似度≈相同或匹配的位置数÷实际参与比较的位置总数。

但现实中的检测通常不会把所有DNA都逐字逐位比较。有的检测关注特定基因片段，有的比较短串联重复序列，也有的分析更广泛的基因组区域。因此，“相似度”可能是序列相似、标记匹配、遗传距离较近，或者统计模型推算出的关系概率，它们不能直接互相替代。

还要区分“DNA相似度”和“亲缘概率”。相似度描述的是样本之间有多少内容相同；亲缘概率则是在已知检测结果、群体频率和假设条件下，计算某种亲缘关系成立的可能性。后者不是把前者换算成一个更大的百分比。

如果比较的是普通人与普通人：高相似不等于关系很近

人类个体之间的DNA整体非常相似。常见的科普表达是，人类彼此约有99.9%的DNA序列相同，但具体数值会随着参考基因组、比较范围以及是否纳入结构变异而变化。这个数字说明人类共享大量基本遗传信息，并不表示任意两个人都具有近亲关系。

剩下的差异虽然占比很小，却可能影响外貌、血型、药物反应、疾病易感性等不同特征。由于整个基因组包含的信息非常庞大，“只占很小比例的差异”依然可以包含足以区分个体的内容。因此，不能用“大家总体上都很像”来推断两个人的具体亲缘远近。

例如，两位没有已知亲属关系的人，整体序列也会高度相似；兄弟姐妹之间通常共享较多遗传片段，但共享程度并不会在每个位置都恰好相同。所谓“相似度高”，需要结合比较区域和遗传关系模型，才能进一步说明它是否超出了普通人之间的共同程度。

如果用于亲子鉴定：看的是遗传标记匹配，不是整个人的DNA百分比

亲子鉴定中常用的是多个特定遗传标记，尤其是短串联重复序列。孩子在每个检测位点分别从生物学父母各获得一份遗传信息，因此，检测会观察孩子的相关位点能否由母亲和被检男子的组合合理解释。

这种场景下，报告中的“支持亲子关系概率”与“DNA相似度”不是同一个概念。孩子并不是与父亲拥有某个简单的“百分之多少相似”，而是在多个独立位点上呈现出符合遗传规律的匹配。检测位点越多、结果越一致，统计模型通常越能支持某种亲缘关系；如果出现无法由遗传规律解释的排除位点，则可能不支持该关系，具体仍需结合检测体系和报告结论理解。

因此，看到亲子鉴定报告时，不宜把“累计亲权指数”“亲权概率”直接理解成“DNA相似度”。前者是基于统计假设的关系判断，后者通常只是对序列或标记匹配程度的概括。两者使用的分母、算法和问题目标都不同。

如果比较的是不同物种或不同人群：数字必须放回比较范围

比较不同物种时，DNA相似度往往受到基因组对齐方式影响。研究者可能只比较能够对应上的基因区域，也可能把重复序列、缺失片段和结构差异纳入计算。于是，同一组生物在不同研究方法下可能得到不同的相似度数字。

这类结果通常用于说明共同演化背景或遗传距离，不能简单理解为“相似度达到某个百分比，就一定存在某种直接祖先关系”。相似度高可以表示共享较多遗传信息，但共同祖先的时间远近、具体亲缘路径，还要依靠系统发育分析和更多证据判断。

在人群比较中也同样如此。不同地区人群之间存在一些基因频率差异，但人类群体之间的遗传连续性很强，群体内部的个体差异也很丰富。某个样本与某地区参考群体的相似程度，不能直接等同于个人国籍、民族身份或完整祖源。祖源分析中的比例通常是模型根据参考数据库推算的遗传成分估计，并不是个人DNA被切成几块后分别属于不同地区。