王幼丫
颁布于 红网
＋关注
比力分歧物种DNA ，不能只把两段序列直接放在一路看 ，而要先确定比力对象 ，再选择对应的分析步骤 。比力单个基因时 ，沉点是序列比对、类似度和突变差距；比力整个基因组时 ，还要分析染色体结构、基因分列和大片段倒位 。一个齐全的了局通常同时回覆三个问题：哪些序列彼此对应、它们在碱基层面差几多、这些差距是否反映了基因组结构或物种演化的分歧 。
一、先确定要比力的DNA对象
分歧物种DNA的比力单元能够分为四类 。比力单元分歧 ，结论的寓意也分歧 ，不能用统一种指标代替所有分析 。
分歧比力对象对应的步骤和了局
| 比力对象 |
适合的步骤 |
重要了局 |
| 统一基因或同源序列 |
序列比对、类似性搜索 |
一致率、覆盖度、插入缺失和碱基代替 |
| 多个物种的同源基因 |
多序列比对、系统发育分析 |
守旧位点、分支关系和进化距离 |
| 齐全基因组 |
全基因组比对、共线性分析 |
大片段沉排、倒位、缺失和沉复 |
| 染色体层面 |
染色体组装和基因地位比力 |
染色体数量、长度及基因分列差距 |
例如 ，比力人、马、狗的某个基因 ，应先找到该基因在三个物种中的同源序列；若是比力整个基因组 ，则应关注染色体片段和基因分列 ，而不能只凭据染色体条数判断DNA类似水平 。
二、比力单个基因或DNA片段的尺度流程
1. 统一序列领域和方向
首先明确比力的是基因组DNA、编码区、转录本 ，还是启动子等调控区域 。分歧物种的基因可能存在表显子长度分歧、内含子数量分歧或转录本不一致情况 。若是一个物种使用齐全基因组序列 ，另一个物种只使用编码区 ，推算出的类似度就没有直接可比性 。
还要确认序列方向一致 。DNA序列通常按5′到3′方向纪录；若指标基因位于另一物种染色体的反向链 ，必要先取反向互补序列 ，再进行比对 。对蛋白编码基因 ，还能够把DNA翻译成蛋白质后比力 ，以削减同义突变对了局的滋扰 。
2. 找到真正对应的同源序列
能够使用类似性搜索工具 ，将一个物种的指标序列与另一个物种的基因组或转录本数据库进行匹配 。判断候选序列是否适合比力时 ，应同时看匹配长度、序列一致率、覆盖度和基因地位 。只有一幼段序列类似 ，并不愿定代表两个序列是齐全的对应关系 。
还要分辨嫡系同源基因和旁系同源基因 。嫡系同源通常来自共同祖先物种中的统一个基因 ，适合用于物种间比力；旁系同源则可能由基因复造产生 ，固然序列类似 ，但职能和进化汗青可能分歧 。对于多个物种的分析 ，最好使用经过同源基因聚类确认的共同基因集中 。
3. 进行序列比对
两条序列比力时 ，能够使用成对比对；三个或更多物种比力时 ，使用多序列比对 。比对的作用不是单一分列字符 ，而是尽量让起源一样的碱基处于统一列 ，并用缺口暗示插入或缺失 。
若是比力的是一段较短的同源基因 ，可使用适合部门匹配的工具寻找守旧片段 ，再对齐全同源区域进行全局比对 。多个物种的基因序列可使用MAFFT、MUSCLE等多序列比对法式 。序列差距较大时 ，应查抄比对两端和含有大量缺口的区域 ，预防低质量比对影清脆续推算 。
三、用哪些指标暗示DNA差距
序列一致率
序列一致率暗示在已经对齐的地位中 ，碱基或氨基酸一样的比例 。常见推算方式是：
一致率 = 一样地位数 ÷ 参加比力的地位总数 × 100%
例如 ，比对后有900个位点参加统计 ，其中810个位点一样 ，则一致率为90% 。但汇报时必须注明分母是否蕴含缺口 ，由于把缺口排除或纳入推算 ，会得到分歧了局 。
覆盖度和差距类型
覆盖度暗示指标序列中有几多比例被有效比对 。高一致率但覆盖度很低 ，可能只是某个守旧结构域类似 ，不能注明整条基因相近 。因而 ，一致率应与覆盖度同时汇报 。
- 碱基代替：一个地位的A、T、C、G被另一种碱基取代 。
- 插入和缺失：一方存在而另一方短缺的碱基或片段 ，通常在比对中阐发为缺口 。
- 沉复扩增：某段DNA在一个物种中出现多份 ，而另一个物种只有一份或没有 。
- 守旧区域：多个物种中变动较少的片段 ，可能与沉要结构或职能有关 。
编码区的同义和非同义变动
若是比力的是蛋白编码基因 ，能够进一步统计同义代替和非同义代替 。同义代替扭转DNA碱基但不扭转氨基酸 ，非同义代替会扭转氨基酸 。常用的dN/dS指标可用于描述蛋白编码序列受到的选择压力 ，但它依赖靠得住的密码子比对和相宜的模型 ，不能把单个基因的数值直接当作整个物种的进化结论 。
四、比力整个基因组时 ，要增长结构分析
齐全基因组比力不能只推算一条长序列的一致率 。分歧物种的基因组通常含有沉复序劣注缺失区域和分歧水平的组装缺口 ，直接从第一个碱基对到最后一个碱基进行单一比对 ，容易把基因组规模差距和真实进化差距混在一路 。
全基因组分析通常先进行大片段比对 ，再查看共线性 。共线性是指分歧物种中一组基因或DNA片段仍维持相近的分列挨次 。例如 ，人、马、狗的某些染色体区域可能保留类似的基因挨次 ，但中央出现倒位、易位、扩增或缺失 。此时 ，基因自身可能依然类似 ，染色体结构却已经产生显著变动 。
全基因组长序列可使用minimap2、MUMmer等工具进行大尺度比对 ，再用共线性图或点阵图观察对应片段 。图中陆续对角线通常暗示分列方向一致；方向相反的片段可能对应倒位；断裂或空缺区域可能暗示缺失、沉复、组装不齐全 ，或两物种之间的确存在结构差距 。
五、染色体数量和DNA差距若何结合判断
染色体数量是基因组结构特点 ，不蹬宗DNA类似度 。两个物种即便染色体数量分歧 ，也可能保留大量同源基因；两个染色体数量一样的物种 ，也可能在序列和基因分列上存在较大差距 。
因而 ，比力染色体时应同时纪录染色体条数、长度、基因密度、对应片段和结构变异 。染色体数量的变动可能来自融合或断裂等结构过程 ，不能直接推出某个物种“DNA更多”或“更靠近” 。若是指标是钻研物种关系 ，染色体层面的观察应与同源基因序列和系统发育了局结合 。
六、若何按钻研主张选择比力规划
- 只想知路某个基因是否类似：选择同源序列搜索和成对比对 ，汇报一致率、覆盖度及插入缺失 。
- 想比力多个物种的共同基因：先筛选嫡系同源基因 ，再做多序列比对和系统发育分析 。
- 想分析人、马、狗的基因组区别：进行全基因组大片段比对 ，并结合共线性、倒位、缺失和沉复分析 。
- 想诠释某种职能差距：优先比力对应的编码区、蛋白序列和调控区域 ，再结合基因表白等独立证据 。
- 想造作可复核的比力了局：保留原始序劣注物种名称、基因组版本、比对参数、覆盖度和统计口径 。
七、了局应怎么整顿和解读
一份清澈的分歧物种DNA比力了局 ，至少应列出比力区域、序列长度、比对覆盖度、一致率、代替数、插入缺失数和结构变动 。若分析多个基因 ，还应表明每个基因是否为嫡系同源 ，以及是否存在沉复基因或缺失基因 。
最终诠释应分辨三个档次：序列类似注明碱基分列靠近；结构类似注明基因或大片段分列靠近；进化关系靠近则必要系统发育模型和多个靠得住基因共同支持 。依照“先确认对应关系、再做序列比对、最后结合基因组结构”的挨次 ，能力把DNA差距转化为可比力、可诠释的了局 。
u9fbyu9wt9e6j8bwyfsklm5czgeikr7
