如果采用常见的同源基因或可比编码序列口径，人和狗的DNA相似度常被概括为约84%。但这不是把人的全部DNA和狗的全部DNA逐个碱基比较后得到的统一常数。若统计对象改成完整基因组、蛋白质编码区或共同基因，结果和计算方法都会不同。

先明确“相似”到底在统计什么

因此，“人和狗的DNA有多少相似”至少有两种回答：在科普资料常用的同源基因或编码序列口径下，约为84%；在严格的全基因组逐碱基口径下，没有一个脱离参考基因组和比对规则仍然成立的单一百分比。

约84%的说法是怎么来的

人和狗都属于哺乳动物，长期演化过程中保留了许多共同的基因。研究人员会先在两个物种的基因组中寻找同源区域，再比较这些区域的排列、碱基和编码功能。许多面向公众的资料将这类比较结果简化为“人和狗约有84%的DNA相似”。这里的“84%”更接近对共同基因或可比编码序列的概括，而不是完整基因组中每一个位置的平均相同率。

这一领域的重要数据基础来自2005年发表在《Nature》的犬基因组研究。该研究公布了家犬参考基因组的测序和比较分析，犬基因组规模约为24亿个碱基，并预测出约1.9万个基因。此后，研究机构又不断更新人类和犬的参考基因组、基因注释和同源基因数据库。不同版本采用的样本、组装质量、重复序列处理方式和基因定义不同，所以公开资料中的百分比不能脱离出处单独使用。

换句话说，84%这个数字的由来，是把较复杂的跨物种基因组比较结果压缩成一个便于理解的比例。它可以用来说明人和狗具有很高的遗传共同性，但不能理解为人的每100个DNA碱基中有84个在狗身上处于完全相同的位置。

如果要自己计算，公式和步骤是什么

1. 确定参考数据。需要写明使用的人类和犬参考基因组版本、数据库版本以及数据发布日期。例如，人类常用GRCh38参考组装；犬基因组则经历了早期草图组装和后续CanFam系列版本更新。
2. 确定比较范围。先说明是比较全基因组、蛋白质编码区、特定基因，还是只统计同源基因。没有这一步，“相似度”就缺少明确分母。
3. 进行同源序列比对。把来源相同、能够对应的DNA片段排列在一起。插入、缺失、重复序列和无法可靠匹配的区域，需要提前规定是否排除。
4. 套用一致性公式。序列一致性通常写作：相同碱基数量 ÷ 纳入统计的比对碱基数量 × 100%。
5. 报告统计口径和时间。最终结果应同时写出参考组装、比对区域、是否忽略缺口，以及数据库或研究发布年份，不能只留下一个百分比。

计算示例：为什么“基因组大小比例”不等于“DNA相似度”

以四舍五入后的参考数据为例，人的单倍体基因组约为31亿个碱基，狗的基因组约为24亿个碱基。若只计算基因组规模比例：

24亿 ÷ 31亿 × 100% ≈ 77%

这个77%只表示狗的参考基因组在碱基数量上约为人类的四分之三，不能说明两者有77%的DNA序列相同。两个物种即使拥有相近的基因组大小，碱基排列也可能完全不同；反过来，基因组大小不同，也不代表没有大量共同的基因和序列。

再假设研究人员选取了1000万个能够可靠对应的比对位置，其中840万个位置的碱基相同，那么序列一致性为：

840万 ÷ 1000万 × 100% = 84%

这个例子展示了84%应如何计算，但其中的数字只是公式示例，不能代替某一份完整人狗基因组比对报告。真实结果必须以具体参考组装和分析范围为准。

为什么不同资料会给出不同数字

第一，人的“全基因组”和狗的“全基因组”并不是两条长度相同、可以从头到尾直接对应的序列。第二，重复DNA、大片段插入或缺失、染色体重排以及尚未完成组装的区域，会影响可比范围。第三，统计共同基因时，研究者还要决定一对多基因、基因复制和非编码RNA是否纳入。

此外，参考基因组会随时间更新。2005年的犬基因组草图与后来的高质量组装并不完全相同，人类参考基因组也会修订。因此，年份在这里表示数据和分析版本的时间，不表示人和狗的生物学相似度会随年份发生变化。

结论：应怎样准确回答

最稳妥的简短回答是：按常见的同源基因或可比编码序列统计，人和狗的DNA相似度通常被概括为约84%；若按完整基因组逐碱基比较，则不能只给一个不带口径的固定百分比。

这个数字说明人和狗共享大量遗传基础，尤其是维持细胞结构、代谢和基本生理功能的基因。但相似度不是“人和狗基本一样”的意思，物种差异还来自基因调控、表达时间、染色体结构、基因拷贝数量以及大量非编码区域。引用84%时，最好同时注明统计对象、比对方法和数据年份。