大猩猩和人的基因序列相似度為98%，這是多相似？比如，人和白菜之類的基因序列相似度有多少？

01-15

人類和黑猩猩的基因相似程度98%，這個是錯的。

經常看到各種問題，

比如，

人類和黑猩猩的基因相似程度有99%，為什麼人和猩猩差異這麼大呢？

猿星崛起3要上映了，估計這個問題又會被很多人提到。

然而，這句話論據就是錯的。

————哪裡來的99%？————

其實，99%這個數據並不是無中生有，這個內容是來自1975年的一篇science文章。

在這篇文章里，作者通過比較了人和黑猩猩的部分蛋白質結構，得出了人和黑猩猩基因相似度99%的結論。

（上圖是比較的部分內容，紅框為相似度）

於是，作者得出結論是：

That is, the sequences of human and chimpanzee polypeptides examined to date are, on the average, more than 99 percent identical

但是，這個內容是有適用範圍的

只是部分比較

由於當時的技術限制，所以，作者只是比較了人和黑猩猩的43個蛋白質差異，發現相似度很高。

然而，這只是人體蛋白質的滄海一粟啊。

人體有多少蛋白質呢？

答案是25萬-100萬左右。

用43個相似度去推論100萬個的相似度，比盲人摸象還誇張。

————真實的相似度 72% or 88-89%————

那麼，人類和黑猩猩真實的相似度有多少呢？

2001年，人類基因組全部組裝完成，這意味著，有史以來，我們第一次看清楚了人類基因組這30億個鹼基對的真實情況。

而既然有了基因組的信息，那麼，直接比較就可以了。

不過，不要著急，因為，黑猩猩的基因組還沒測呢！

2005年，黑猩猩基因組測序完成

於是，我們真正的比較人類和黑猩猩基因組有了材料。

那麼，首先最簡單的比較染色體，發現：

染色體數目不一樣

上面的綠色是人類的染色體，下面的紅色是猩猩的染色體。

最直觀的是，黑猩猩比人類多了一對染色體，圖中標識的是2A,2B。

染色體都差異這麼大，你還說相似99%，這不是欺負人嘛。

以1號染色體為例：

圖中，藍色是差異，綠色是G+C含量，紅色是重組率。

具體選幾個轉座子瞅瞅

左邊是黑猩猩，右邊是人類，這差異……

進一步，直接比較二者的基因組差異。

Best reciprocal nucleotide-level alignments of the chimpanzee and human genomes cover ~2.4 gigabases (Gb) of high-quality sequence, including 89 Mb from chromosome X and 7.5 Mb from chromosome Y.

有2.4Gb 匹配的很好，做個簡單的算術，人類基因組是3.2G, 2.4÷3.2=75%，在去掉3%左右的核算替代引發的差異

This difference corresponds to ~3% of both genomes and dwarfs the 1.23% difference resulting from nucleotide substitutions

結論呢：

72%！

人類和黑猩猩基因的相似度，只有72%！

上面這種演算法相對簡單粗暴，不過也有學者進行了更加全面的以及演算法角度改進後的計算。

結論是88-89%！但是，必須注意的是：

這裡的88-89%，均指可以比對的部分（即排除了大量無法匹配的序列）

———88-89%———

其實人類基因組和黑猩猩基因組差異，已經多次被發現了，比如在這篇文章

Tomkins J. Genome-Wide DNA Alignment Similarity (Identity) for 40,000 Chimpanzee DNA Sequences Queried against the Human Genome is 86-89%[J]. Answers Research Journal, 2011, 4(2011): 233-241.

作者通過比較保守基因組序列，發現人類和猩猩的相似度也只有86-89%。而且這還是去掉了大量無法匹配的序列後的結論（excluding data for the large amount of chimp sequence that did not align）。如果加上那些序列，肯定會越來越低。

另外mon1st提到一篇文章里對於演算法的改進

https://answersingenesis.org/genetics/dna-similarities/blastn-algorithm-anomaly/

不過該文章依然是去掉了不可比對部分後的相似度為88%

【the alignable portions】 of the current chimpanzee genome assembly are 88% similar on average to human.

總體上看，無論如何，人類和黑猩猩的基因組相似度不會超過90%

本文參考文獻

1,99%相似度 King M C, Wilson A C. Evolution at two levels in humans and chimpanzees[J]. 1975.

2,人類基因組文章 Lander ES L L M, BIPREN B. Initial sequencing and analysis of the human genome[J]. Nature, 2001, 409(6822): 860-921.

3,黑猩猩基因組文章 Mikkelsen T S, Hillier L D W, Eichler E E, et al. Initial sequence of the chimpanzee genome and comparison with the human genome[J]. Nature, 2005, 437(7055): 69.

補充，關於靈長目下的個各種，人，猴子，猩猩，猿之類的區別之前寫過科普

李雷：既然人類是由猴子（猩猩）進化而來，那為什麼世界上還會有猴子（猩猩）？剩下那些為什麼不進化了？

大體進化結構如下圖

—————關於相似性—————

本文討論的是基因組相似性，換句話，就是比對DNA序列。

人類不同人之間的差異在1%以內。

但是一旦誇了物種，這個相似度會劇烈下降。

比如本文提到的靈長目下的黑猩猩和人類的相似度就已經降到了90%以下。

有人提到人和老鼠？小鼠基因組2.5G，人類基因組3G，相似？

我看到說人和小鼠相似的時候，說的是基因同源，而非DNA一樣。

我隨手找個基因，上面的某個片段，5個鹼基的大小。

然后里面包括了人，黑猩猩，小鼠，豬，貓和狗。

在一些人看來，這幾種生物，除了狗，都有這個基因，所以他們百分百相似。

然而真實情況呢？

僅僅5個鹼基，除了1個在不同物種一樣，其他的4個都不一樣，而人類，有30億個鹼基對，而狗乾脆就沒這個基因。

以人類為藍本，那麼這5個鹼基的話

黑猩猩相似度80%；小鼠相似度40%；豬相似度20%；貓相似度60%.

然而，很多人會說，這四種和人類百分百相似，因為都有這個基因……

以上，轉載自：李雷：我們有哪些錯誤的常識？

沒看過大猩猩的比對，看過黑猩猩的，黑猩猩的是比對每一個重要的黑猩猩基因和人的基因的相似性，求相似性的平均數，由此得到百分之99,98或者其他數字。

至於"重要的"基因是按照什麼標準選出來的呢？選出來的是一種叫single copy的等位基因。為什麼只有一個拷貝的基因被認為是重要的基因，其中一個原因是因為"有且只有一個保守"，其他原因我不知道，就不介紹了。

所以相似度比對比的一般就是關鍵基因的相似性。如果比那些用來親子鑒定之類多樣性很高的DNA位點，種內相似性都不高，都不確定這些DNA位點種外有沒有呢。

這些相似性意味著什麼呢？首先要明白，基因組數據的數據量不小。人基因組序列文本大小大約有3G,為了保證數據準確要存四十個測序的文件，即純文本文件120G。

所以大數據處理和解讀是很複雜的事情，所以也說不好百分之九十八是有多相似。

人和白菜差太遠了，人們也不知道"相似性"該怎麼算呢。

補充一點，基因組裡非編碼序列非常複雜，而科學家需要設計計算機演算法，策略性地對基因序列進行比對，所以非編碼序列比不了相似性(這個不嚴謹，只是大概介紹一下)，能比較相似性的只能是一些特別的位點。

更新：

氣不過，以下是碎碎念時間。

[Bye]上網有害身心健康。

網上最近的紅文叫："人和猩猩相似性98%，這是錯的"。文章給出的理由是Nature四十年前有一篇文章測了大幾十的蛋白相似性，結論是98%。但是現在測single copy測出來數據還是98%+啊，又不止那一篇文章這麼寫。這些數據這麼寫當然有特殊的意義在裡面，否則單看相似性，看不出任何意思。結果這些網文起一個驚悚標題，內容經不起推敲(並沒有真的去告訴人們如何解讀數據)，人們看了覺得自己好像"學到了知識"，就去推崇這樣的網文，以至於它很流行。

還有那個都說爛了的，瑜伽是性愛姿勢的謠言，不管誰寫，不管怎麼瞎寫，它就是永遠這麼流行。[Bye][Bye][Bye]

single copy比對的文獻(不好意思我只看過這一篇。但我知道不要對科學研究發表驚悚的奇談怪論，這就夠了)：

https://www.ncbi.nlm.nih.gov/m/pubmed/22722832/

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3498939/。

這篇文獻刊於2012年的NATURE。人們嫌四十年前的Nature過時，那麼，2012年的Nature總不該過時了吧？！

這篇論文的文章正文是這麼寫的：

On average, the two alleles in single-copy, autosomal regions in the Ulindi genome are approximately 99.9% identical to each other, 99.6% identical to corresponding sequences in the chimpanzee genome and 98.7% identical to corresponding sequences in the human genome. A comprehensive analysis of the bonobo genome is presented in Supplementary Information. Here we summarize the most interesting results.

不管怎樣，相似性高低其實不是最重要的，大家應該關心的明明是：相似性到底是什麼意思？

人72%是水，白菜至少應該90%是水吧、

也就是說人和白菜至少有72%的相似度。

偷個懶，從暑假回答的某個問題的答案里截出來的……

98%相似度應該是指大猩猩98%的基因序列與人類的基因序列一摸一樣，即DNA分子上有98%的核苷酸序列與人類完全相同。

這麼理解不知道對不對，還要請專業人士解答~

白菜和人的基因相似度多少我也想知道~

全基因組是不大可能有這麼高相似性的。我估計98%是指編碼蛋白基因的有無。

實際上對於全基因組，因為存在缺失、重複序列等等，很難給一個簡單的序列相似度。

人和白菜就崩提了，動物和植物的基因排布方式都不太一樣。

人和水稻的基因相似度是47％左右；

畢竟維持生命基本活動的那些蛋白質，是所有生物都需要的（合成核糖體呀、轉錄呀、細胞呼吸呀……）

我很多年前讀到的文章，忘記了數據來源了，但應該沒記錯，有誰記得可以幫忙說一下嗎？非常感謝。